非线性时滞系统自适应神经网络迭代进修控制.pdf

摘要 时潞麓存在对系统鳃戆缝产生重要赞影嗡，慈至酸坏系统豹稳是涟，蠢诧对蓦=|} 滞系统的研究有着缀重要的现实意义。在发矮Lyapunov第二方法的过程中，逐渐 Lyapunov-Razumikhin函数法。 了三类无记忆鑫适应鼹踩羧甓方寨。第一，钤鼹嫠有竣出眩滞懿参数化严格反馈 菲线救系统和参数他输出蔽镄棼线牲对滞系统，采雳对漆滤波器{鑫计系统裴态， 利用Backstepping技术和占优化方法，提出两种无记忆自适应跟踪控制器的设计 方案。骶种设计方案都蜜现了对给定目标轨线的全局渐近跟踪，保证了闭环系统 所有信号全局一致有界。第二，针对两类未知jE线性时滞系统，提出了两种鲁棒 无记忆螽适应{枣经网络跟踪接裁方寨。神经网络鼹子遥近来知魏嚣线瞧时滞函数， 当获悫不可铡薅，采瘸时渗滤渡器{砉诗系统状态，翻翔Backstepping技零浚诗投 值自邋虑律和控制律，占优化方法处理时滞基溺数，自适应界化投术处理逼近误 差的未知上界，通过调节设计参数可以实现对目标轨线任意精度的跟踪。第三。 针对两类参数化非线性时滞系统， 基于第三章的结果，进一步提出了两种自适应 迭代学习控制器的设计方法。在时域中估计系统鳃未知参数，魇挝蹴的自适应迭 我学习控裁器在绘定弱嚣溺上窑瑗了对霾拣鞔绫懿垒蜀一致精确簇黥，霹霹攥吾F 了闭环系统所有信号全局～致有界。与传统的迭代学习控制器相院，本文所提出 的自邋应迭代学习控制器放松了对非线性时滞溺数的限制。本文阊时对自适应迭 代学习控制中的几个重要阉题——收敛速度问题、初值问题和非一致目标轨线跟 踪闯题谶行了讨论。对文中握蹴鲍每静算法，本文都绘出了仿真突侧，以验证算 法戆可行装。 关键词：非线性时滞系统 弱适应控制 自邋J藏神经网络控制 囱适应迭代学习 控制 Backstepping技术 Abstract The oftime hasa effecton and presence delay significant system performance indeed the ofthe for destroysstabilitysystems．Therefore，the studytime—delay systems has second importantpracticalinterest．Duringdeveloping Lyapunov’Smethod，two main functionalsand method methods--Lyapunov*Krasovskii method--areforthe functions used of studytime—delaysystems． Fortwoclassesofnonlinear on systems}based time-delay functionals control are method，three memorylessadaptive