一類非線性不確定系統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制方法研究.pdf

1、神經(jīng)網(wǎng)絡(luò)是近些年來一種十分熱門的智能控制。它引入性能指標(biāo)，在線自整定權(quán)值，使網(wǎng)絡(luò)沿性能指標(biāo)負(fù)梯度方向快速收斂。經(jīng)過前人大量的研究表明多層神經(jīng)網(wǎng)絡(luò)能夠以任意精度逼近非線性函數(shù)，以上這些特性使得神經(jīng)網(wǎng)絡(luò)在建模的同時(shí)亦能參與非線性系統(tǒng)的控制，尤其是非線性系統(tǒng)中含有模型不確定部分時(shí)，能夠?qū)ζ溥M(jìn)行建模和逼近。 本文首先對(duì)前人提出的幾種網(wǎng)絡(luò)自適應(yīng)控制方案進(jìn)行仿真分析，以比較網(wǎng)絡(luò)的性能，結(jié)果表明RBF網(wǎng)絡(luò)適合于系統(tǒng)的建模與辨識(shí)。然后對(duì)RBF網(wǎng)

2、絡(luò)的參數(shù)進(jìn)行分析，在此基礎(chǔ)上針對(duì)非線性不確定系統(tǒng)中的模型參數(shù)不確定部分采用RBF網(wǎng)絡(luò)對(duì)其進(jìn)行建模并設(shè)計(jì)基于名義模型的控制律，從仿真結(jié)果可以看出該算法能夠抑制擾動(dòng)而且最終也能跟蹤輸入信號(hào)，但在前期誤差較大，且網(wǎng)絡(luò)的逼近功能對(duì)名義模型依賴程度較高。因此，采用反演控制，并用RBF網(wǎng)絡(luò)修正反演控制律中的不精確項(xiàng)，不僅可以避免建立名義模型而且還能取得較好的控制效果，但在施加擾動(dòng)后，控制效果很差。 最后本文提出一種基于RBF神經(jīng)網(wǎng)絡(luò)狀態(tài)觀測(cè)