一类非线性系统的自组织模糊神经网络控制

发布时间：2017-07-28 10:24

  本文关键词：一类非线性系统的自组织模糊神经网络控制

  更多相关文章： 不确定MIMO系统 控制增益符号未知 自组织模糊神经网络 鲁棒控制

【摘要】：针对一类MIMO不确定非线性有干扰且控制增益符号未知的系统进行跟踪控制的问题,提出了一种在线自组织模糊神经网络的改进算法,用以克服参数选择困难的问题,并基于该算法给出了一种自适应鲁棒控制方法。首先基于主导输入的概念将MIMO系统分解为多个SISO系统构成的系统,然后结合自组织模糊神经网络在线对系统中的未知函数进行逼近,对网络结构和参数实现在线调节,再利用Nussbaum函数来克服控制增益符号未知,并且引入鲁棒项及复合误差的估计来补偿复合误差。最后基于Lyapunov稳定性理论证明了整个闭环系统半全局一致最终有界。理论和仿真结果表明提出方法的有效性。
【作者单位】： 湖南大学电气与信息工程学院;湖南工程学院理学院;湖南工程学院电气信息学院;
【关键词】： 不确定MIMO系统 控制增益符号未知 自组织模糊神经网络 鲁棒控制
【基金】：国家自然科学基金(51177040) 风力发电机组与控制湖南省重点实验室开放研究基金(XX0001) 湖南省教育厅资助项目(14C0288)
【分类号】：TP273;TP183
【正文快照】： 0引言函数逼近算法在不确定系统的控制器设计中起着至关重要的作用,其中基于神经网络和模糊系统函数逼近算法得到了广泛的讨论。这些算法中大多数是事先预确定神经网络或模糊系统的结构,然后再对各个结构参数进行训练,从而最终确定出逼近系统的结构参数[1-2]。而若网络结构选

【相似文献】

中国期刊全文数据库 前10条

1 王旭e，

本文编号：583596