非线性系统的自适应神经网络控制新方法的研究161p.pdfVIP

摘要 实际系统通常具有不确定性、本质非线性、时变性等特征，线性系统的动态 特性已经不能清楚地解释具有本质非线性的复杂系统的特性。自适应神经网络是 解决具有未知函数的非线性系统控制问题的一种有效的方法。另一方面，时滞是 工业生产、网络通讯等动态系统中普遍存在的现象。系统中所含有的时滞因素将 导致受控系统性能下降甚至导致系统无法正常运行。这就要求我们在对受控系统 进行稳定性分析和控制器设计过程中，需要考虑时滞因素对系统的影响。鉴于此， 本文针对当前国内外非线性系统的研究现状，在深入理解非线性系统理论和智能 控制理论的基础上，系统化地研究了几类非线性系统和非线性时滞系统的自适应 神经网络控制方法。 本文的主要内容分为以下6部分： 系统，发展了一种直接自适应神经网络控制方案。在该方案的设计过程中， Basis 应用径向基(RadialFunction，RBF)神经网络来逼近未知的虚拟控制而 不是系统中的未知非线性函数；应用backstepping技术来设计自适应神经网 络控制器；应用积分型Lyapunov函数来分析闭环系统的稳定性。所提出的 控制方案不仅保证了闭环系统的有界性和跟踪性，而且克服了控制器奇异问 题。特别值得指出的是，本章所提出的控制器结构简单，并且所需