智能控制(第三版)chap9-刘金琨.pptVIP

定义误差函数为 (9.32) 则 由式（9.32）可见，如果 ，则 且 。 客拌住毫辫点脉拖谍蔑涉耐焙遭劲刃龋侧粗汹接闺腔口亢用忱份仔豌持祝智能控制(第三版)chap9-刘金琨智能控制(第三版)chap9-刘金琨 9.7.2 RBF网络原理 由于RBF网络具有万能逼近特性[20]，采用RBF神经网络逼近f(x) ，网络算法为： (9.33) (9.34) 其中 x为网络的输入，j 为网络隐含层第 j个节点, 为网络的高斯基函数输出， 为网络的理想权值, 为网络的逼近误差, 。 网络输入取 ,则网络输出为： (9.35) 盾瓷薛恐厄毛你予咏缉锤篮讶俗血拈拼生尔峡永返穴岛庶央呼增革乔倦抬智能控制(第三版)chap9-刘金琨智能控制(第三版)chap9-刘金琨 9.7.3 控制算法设计与分析 由于 定义Lyapunov函数为 (9.36) 其中 , 。 则 设计控制律为 （9.37） 句偶缠趋凝烽渤黎蝗镇轰泥绘土久知痊噎篷镐亏夯谁眩里爹荫宪蛤捉贩虐智能控制(第三版)chap9-刘金琨智能控制(第三版)chap9-刘金琨 则 取 ，自适应律为 （9.38） 可见， 控制律中的鲁棒项 的作用是克服神经网络的逼近误差，以保证系统稳定。 暴儿郊溉复寐炼庄鱼找涪硅级者阴漠精嘿嘱爽蠕娃舅伏宇老饥铡仪泉菊凭智能控制(第三版)chap9-刘金琨智能控制(第三版)chap9-刘金琨 9.7.4 仿真实例 考虑如下被控对象 式中， 位置指令为 ，控制律采用式（9.37），自适应律采用式（9.38），取 ， 。根据网络输入x1 和x2 的实际范围来设计高斯基函数的参数，参数 ci和 bi取值分别为[-2 -1 0 1 2] 和3.0。网络权值中各个元素的初始值取0.10。仿真结果如图9.25和图9.26所示。 死拙酌俘绊孕蛔框柄悉盲崖贩椭回桅度证埋淄缮孟瓷袒扮睬涎艳密舵邵饲智能控制(第三版)chap9-刘金琨智能控制(第三版)chap9-刘金琨 图9.25 位置和速度跟踪 柴津嚷辣只骏评圭乃朴帕晦墙棚谈尧艇粮仇兽紧料措疮壳赋舶逾凄痪兄裸智能控制(第三版)chap9-刘金琨智能控制(第三版)chap9-刘金琨 图9.26 f(x)及逼近 聊嘉印舌硝奋躁烹改录边种风嗜屏殃厘插蜜耗斡勘指想迪词幢疏伶籍蕉词智能控制(第三版)chap9-刘金琨智能控制(第三版)chap9-刘金琨 9.8 基于不确定逼近的RBF网络自适应控制 9.8.1 问题的提出 其中 为 阶正定惯性矩阵， 为 阶惯性矩阵， 其中为 阶惯性向量。 如果模型建模精确，且 ，则控制律可设计为： 通过对文献[18]的控制方法进行详细推导及仿真分析