基于模糊神经网络的滑模控制_达飞鹏 .pdfVIP

基于模糊神经网络的滑模控制_达飞鹏 .pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第17卷第1期控制理论与应用Vol.17,No.1

2000年2月CONTROLTHEORYANDAPPLICATIONSFeb.,2000

文章编号:1000-8152(2000)01-0128-05

达飞鹏宋文忠

(东南大学自动化研究所#南京,210096)

摘要:研究了一类不确定性非线性系统的滑模变结构控制,提出了一种基于模糊神经网络(FuzzyNeuralNet-

works)的滑模变结构设计方法.设计了控制器的结构,利用动态反向传播算法实现滑模控制.这种方法与一般变结

构控制相比不但具有强的鲁棒性而且还能有效地消除抖动现象,同时在设计中不需要知道系统中不确定性和扰动

的上界.另外还运用Lyapunov函数从理论上分析上了系统的稳定性.仿真结果说明了本文所提方法的有效性.

关键词:非线性系统;模糊神经网络;滑模控制

文献标识码:A

SlidingModeControlBasedontheFuzzyNeuralNetworks

DAFeipengandSONGWenzhong

(ResearchInstituteofAutomation,SoutheastUniversity#Nanjing,210096,P.R.China)

Abstract:Anewmodeslidingmethodisproposedtodiminishchatteringandtoachieveaccuratetrackingforaclassof

nonlinearsystemsinthepresenceofdisturbancesandparametervariations.Wepresentthevariablestructurecontrolsystembased

onfuzzyneuralnetworkscontrollerinthefirsttime,whichusesthedynamicalbackpropagationalgorithmtoensuretheexisting

conditionofslidingmodecontrol.Comparedwiththecommonvariablestructurecontrol,thenewmethodcaneliminatethechat-

teringphenomenonefficientlyandhasmorerobustnesswhiletheboundsoftheuncertaintiesanddisturbancesarenotknownin

thecontrollerdesign.StabilityanalysisisalsogivenbyusingLyapunovfunction.Simulationresultsdemonstratetheeffectiveness

ofthemethod.

Keywords:nonlinearsystem;fuzzyneuralnetworks;slidingmodecontrol

1引言(Introduction)本文对把模糊神经网络用于滑模控制作了首次

非线性是普遍存在的.在实际控制中,许多控制尝试.模糊神经网络揉合了模糊逻辑的推理能力,又

对象都具有很强的非线性,并且所建立的模型还往有神经网络很强的学习能力和非线性表述能力,而

往有一定的不确定性,而滑模变结构控制为解决这且模糊神经网络的物理意义清晰明了.根据Sugeno

一类问题提供了一种有效的手段.然而,滑模控制在

文档评论(0)

180****4714 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档