非线性动力学系统的神经网络内模控制的研究.pdfVIP

非线性动力学系统的神经网络内模控制研究 浙江大学电气工程学院 齐冬莲 赵光宙 摘要 :文章研究了混沌动力学系统的种经网络内模控制策略.构建了混沌动力学系统的湘 模型和洲控制界，对洛沌眼统在学 习的同时施加控制.实脸结果表明，该控制策略具有奋棒性强，有良好的适应性，网络拳数训练时间短等优点. 关越词:混沌动力学系统 BP神经网络 神经网络内模控制器 感应电动机 ResearchonInternalModelControlofNonlinear巧namicalSystems QiDonglianZhaoGuangzhou Absrtact:ThuspaperProposesanewcontrolmethodofchaoticdynamicalsystems.ThroughdesignedtheNNmodelandNNconrtoller, thechaoticdynamicalsystemsarecontrolledwhiletheparametersofBPNNaremodified.Theresultsshow山川thechaoticdynamicalsystems canbestabilizedthedesiredorbits妙 thisconrtollingstrategy. Keywords:chaoticdynamicalsystems,BPNN,internalmodelconrtol,inductionmotor 其离散状态方程为 1 前言 Y(t+1)=f(O(t),u(t)) (2) 纵观控制学科的发展可以看出，伴随旧问题的 其中，u(),Y(),S()分别为系统的输入、输出和 解决，新问题的不断出现，新概念、新思想、新方 法也不断地产生。控制领域就是在这样一种良性循 噪声，A-)是一个描述系统的非线性函数，0(r) 环中得到迅速发展。作为一种特殊的非线性系统一 为由{y(t-i),i=1,Z...,n}和 {{u(t-i),i=1,Z...A 一混Mm}力学系统，由于其特殊性，使得刘于该系 所组成的非线性函数。 统的控制非常不易，如果将神经网络控制和混沌系 定义 1:设一个三层的神经网络模型为 统结合起来，实现系统的快速控制，将是一种有益 沁 卜f(O(t),u(t) 的尝试，也是将混沌控制应用于实践的一种思路和 ,B) (3) 启发。在混沌系统中神经网络控制器的应用已经取 Lr-HY(w)-X,t()+,djh)) 得了良好的控制效果[[I-41oAlsing应用反向传播BP 神经网络来稳定镶嵌于混沌系统中的不稳定周期 其中，X(O=[O(t),u(t)]表示神经网络输入， 轨道[I]。他们的控制方式是应用OGY方式来训练 B=[w(o),W(h)U(h)]r表示神经网络的参数， 网络，因此具有OG‘Y控制方式的缺点。Otawara和 W(e)，W(h)分别表示从输入层到隐含层和从隐含 Fan提出的另一种控制馄沌的神经网络方式也具有 层到输出层的网络权值，HO为S型函数。 Alging使用的网络结构，通过可行的网络参数扰动 定理14[):如果((2)式满足下列条件: 来近似系统方程Z[1。上述两种方式均为管理学习方 式，通过混沌系统的输出数据训练前向网络来产生 1) 若定义u的取值范围为集合QeR, 控制系统必须的小扰动时间序