不確定系統的神經網絡控制研究.pdf

1、在實際控制中，由于參數誤差，未建模動態(tài)或外部干擾等因素，系統總是具有不確定性，因而難以達到理想的控制指標。為解決這一問題，需要設計相應的控制器，以使不確定系統保持穩(wěn)定或滿足理想的設計指標。神經網絡具有較強的并行處理能力，逼近任意非線性映射能力以及自組織學習等能力。它的這些特性能較好地解決系統中存在的不確定問題，因此把神經網絡理論應用于不確定系統，將會取得很好的控制效果。 本文分別對線性不確定系統、非線性不確定系統，以及時滯不確定

2、系統進行研究，設計了基于神經網絡的控制器。對線性不確定系統，將神經網絡控制、魯棒控制與滑模變結構控制三種方法結合，基于矩陣不等式設計出狀態(tài)反饋控制器，利用神經網絡對不確定變量進行逼近，最后設計基于神經網絡的滑模變結構控制器，并給出了保證該線性不確定系統漸近穩(wěn)定的充分條件。最后的仿真結果表明其控制效果比單一算法的控制器好。對一類非線性不確定系統進行了神經網絡控制器設計，并根據Lyapunov理論，給出了控制器存在的充分條件，證明該系統漸近

3、穩(wěn)定，仿真結果表明該控制器是有效的。為減小系統跟蹤誤差，提高響應速度，對原控制器進行了改進，仿真實例表明，改進后的控制器能夠滿足提高控制性能的要求。 論文對具有時滯的不確定系統的穩(wěn)定性問題進行了分析。首先考慮一類不確定非線性時滯系統，提出了一種基于徑向基神經網絡的控制器設計方案，給出了保證該時滯系統漸近穩(wěn)定的理論證明，并用仿真實例驗證了該控制器的有效性。然后研究了一類非線性不確定時滯系統，在原魯棒H∞控制的基礎上，引入神經網絡與