兩類(lèi)MIMO非線(xiàn)性系統(tǒng)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制算法研究.pdf

1、控制系統(tǒng)中往往會(huì)呈現(xiàn)出非線(xiàn)性、時(shí)變、時(shí)滯、耦合等特點(diǎn)，由于這些原因的影響，實(shí)際系統(tǒng)控制變得非常復(fù)雜而又富有挑戰(zhàn)性；然而現(xiàn)階段大多數(shù)研究集中在單輸入單輸出（singleinputsingleoutput，SISO）的非線(xiàn)性系統(tǒng)，而多輸入多輸出（multiinputsmultioutputs，MIMO）的研究工作開(kāi)展的相對(duì)較少。因此，本文對(duì)兩類(lèi)特定結(jié)構(gòu)的非線(xiàn)性系統(tǒng)，以自適應(yīng)控制技術(shù)、神經(jīng)網(wǎng)絡(luò)逼近原則、backstepping方法、動(dòng)態(tài)面技術(shù)

2、為主要工具，以L(fǎng)yapunov穩(wěn)定性理論為基礎(chǔ)，研究了兩類(lèi)非線(xiàn)性系統(tǒng)的自適應(yīng)跟蹤控制的神經(jīng)網(wǎng)絡(luò)控制器設(shè)計(jì)問(wèn)題。主要開(kāi)展以下兩項(xiàng)工作：
　　第一，針對(duì)一類(lèi)MIMO耦合非線(xiàn)性系統(tǒng)，本文提出了一種間接自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制方案。首先構(gòu)造了一個(gè)有反饋結(jié)構(gòu)的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)（dynamicneuralnetworks，DNNs），并基于此網(wǎng)絡(luò)對(duì)原有耦合非線(xiàn)性時(shí)變系統(tǒng)進(jìn)行逼近；同時(shí)基于無(wú)耦合的神經(jīng)網(wǎng)絡(luò)逼近模型設(shè)計(jì)自適應(yīng)控制器，并利用Lyapunov穩(wěn)

3、定性理論證明系統(tǒng)穩(wěn)定性。本文所設(shè)計(jì)的控制器不僅能夠保證系統(tǒng)的穩(wěn)定性和信號(hào)的有界性，而且能夠取得良好的跟蹤效果。
　　第二，針對(duì)一類(lèi)MIMO非仿射時(shí)滯純反饋系統(tǒng)，本文提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)面控制（dynamicsurfacecontrol，DSC）方案。首先，結(jié)合均值定理和隱函數(shù)定理將非仿射系統(tǒng)轉(zhuǎn)換為仿射系統(tǒng)；然后基于變量分離技術(shù)，將含有多個(gè)狀態(tài)時(shí)滯的未知函數(shù)分解為一系列含有每個(gè)狀態(tài)時(shí)滯的未知函數(shù)，同時(shí)采用Lyapuno