基于神经网络的一类MIMO非线性系统的自适应控制

代理获取

页面导航

摘要
著录项
相似文献
相关主题

摘要

本文沿着理论研究与工程实际相结合、创新与实用相结合的思路，根据自适应神经网络控制理论的现状、存在的问题以及工程实际应用的基本要求，对未知非线性多输入多输出系统的控制理论进行了深入的研究，建立了系统化的整体设计框架，为解决某些传统方法难以解决的工程实际问题提供了新思路。
　　本论文主要研究了一类未知多输入多输出非线性系统的自适应控制问题，提出了两种在线自适应控制器。第一种是基于GP-RBF算法的自适应RBF神经网络控制器（A-RBFNNC）。采用所提出的神经元灵敏度概念，并结合超球体聚类的方法，建立了一种新颖的增加和删除规则，在线确定RBF神经网络的结构和参数。当误差满足一定要求时，该控制器转入按照基于Lyapunov稳定性理论的自适应律进行网络权值的进一步调整，保证了控制器的全局稳定性和收敛性。
　　第二种是基于一种混合遗传算法，针对非线性系统设计了一种自适应RBF神经网络控制器。文中将改进的标准遗传算法与梯度算法相结合，设计了一种混合遗传算法。所设计的控制器首先利用混合遗传算法在线确定RBF神经网络的结构和初始参数，然后按照基于Lyapunov稳定性理论的自适应律进行神经网络权值的进一步调整，保证了闭环系统的全局稳定性和收敛性。
　　所设计的两种控制器都不需要先验知识就可以在线确定神经网络的初始结构，不仅无需辨识被控对象的模型就可进行神经网络控制器的在线设计，而且神经网络控制器的学习过程和系统的控制过程同时进行，不需要特定的教师信号，避免了离线训练通常存在训练数据不足的问题；基于Lyapunov稳定性理论设计的自适应律，保证了控制器的全局稳定性和收敛性。
　　两关节机械手的仿真实验和锅炉内胆与夹套水温的控制实验证明了所给方法的有效性，不仅实现了神经网络的结构和参数的在线自适应，还保证了闭环系统的全局稳定，鲁棒性好。

著录项

作者
向志容;
展开▼
作者单位

湘潭大学;

展开▼
授予单位湘潭大学;
学科控制理论与控制工程
授予学位硕士
导师姓名刘国荣;
年度 2007
页码
总页数
原文格式 PDF
正文语种中文
中图分类 TP273.2;TM571.64;
关键词
自适应控制; RBF神经网络; 神经网络控制器; 全局稳定性; 收敛性; 遗传算法;

相似文献

中文文献
外文文献
专利

1. 基于扩展BP神经网络的一类非线性系统自适应控制设计 [J] . 陈浩广 ,王银河 . 计算机应用 . 2017,第006期
2. 基于RBF神经网络的一类非线性系统反演鲁棒自适应控制 [J] . 任晓军 ,刘瑞昌 ,陈亚 . 海军航空工程学院学报 . 2008,第006期
3. 基于神经网络一类非线性系统自适应控制 [J] . 汪秉文 ,沈艳军 ,覃太贵 . 系统工程与电子技术 . 2005,第001期
4. 一类非线性系统的基于神经网络的稳定自适应控制器设计方法 [J] . 袁向阳 ,施颂椒 . 电气自动化 . 1999,第003期
5. 基于模糊神经网络滑模控制器的一类非线性系统自适应控制 [J] . 达飞鹏 ,宋文忠 . 电子学报 . 1999,第011期
6. 基于超稳定性理论的一类非线性系统的神经网络自适应控制 [C] . 刘小河 ,苏杭 ,刘丽华 . 第27届中国控制会议 . 2008
7. 一类具有输入饱和的时滞非线性系统的神经网络自适应控制器设计 [A] . 洪芸 . 2012

基于神经网络的一类MIMO非线性系统的自适应控制

摘要

著录项

相似文献

相关主题

期刊订阅