检索结果-内蒙古大学图书馆

作者：黄诗毅华东交通大学

学位级别：硕士

不确定非线性系统是一类较难精准控制的系统,由于系统中存在动态复杂不确定性因素,所以单从控制理论技术难以实施,而强化学习具有在未知的环境中与环境进行交互自主学习的能力,能根据系统环境训练出最优控制策略模型,且不需要系统环境... 详细信息

不确定非线性系统是一类较难精准控制的系统,由于系统中存在动态复杂不确定性因素,所以单从控制理论技术难以实施,而强化学习具有在未知的环境中与环境进行交互自主学习的能力,能根据系统环境训练出最优控制策略模型,且不需要系统环境信息等先验知识,是解决复杂不确定非线性系统控制的理想在线学习算法。针对实际生活中大量不确定非线性系统难以精准控制的问题,本文研究了一类非线性系统的强化学习控制问题。本文首先研究了强化学习反步控制的基本框架,对系统的不确定性引入强化学习执行网模块,根据李雅普诺夫函数以及系统性能指标函数对系统输出跟踪误差和自适应误差定义出回报状态值函数,推导出执行网训练所需的系统效益误差函数;同时引入强化学习评价网模块,对系统控制中状态值函数设计出评价网模型,通过哈密尔顿函数推导出评价网训练所需的均方残差函数;控制过程中执行网和评价网的权重自适应律通过效应误差函数以及均方残差函数值最小的目标原理进行梯度更新。然后,本文对一类非线性系统进行了反步思想的控制设计,通过基于李雅普诺夫的稳定性推导分析以及系统的反步控制设计,进一步设计推导出闭环系统每个子系统方程的反步控制律和系统各自适应参数更新律,同时结合强化学习基本设计框架,提出了一种非线性系统的强化学习反步控制法。接着,本文研究了一类具有匹配或非匹配干扰的不确定非线性系统的强化学习反步控制,对系统的匹配和非匹配干扰项采用二阶HDOB以及STDO干扰观测器对其进行逼近补偿,并基于非线性系统的强化学习反步控制,提出了一种不确定非线性系统的强化学习抗扰动反步控制法。最后,本文研究了一类近似利普西茨非线性系统的强化学习控制,基于近似利普希茨理论以及强化学习反步控制,提出了一种近似利普西茨非线性系统的强化学习反步控制法。为了验证本文所提控制方法的有效可行性,本文针对多类非线性系统,对基于强化学习和反步控制的智能控制方法进行了仿真验证。仿真结果表明了系统的各自适应参数都稳定有界收敛,并验证了所提控制方法具有自适应拟合复杂不确定性因素的能力,同时证明了该强化学习控制系统在不确定自适应环境下实现跟踪误差稳定不变方面更具有效性和优越性。

关键词：不确定非线性系统强化学习反步法自适应控制干扰观测器

来源：评论

学校读者我要写书评

暂无评论

一类不确定非线性系统的鲁棒自适应跟踪控制

引用

哈尔滨工程大学学报 2005年第2期26卷 152-155页

作者：李铁山杨盐生杜嘉立洪碧光大连海事大学航海学院辽宁大连116026

针对一类带有符号未知不确定虚拟控制增益函数的不确定非线性受扰动系统,提出一种鲁棒自适应控制算法.该算法将Nussbaum增益技术融入backstepping设计方法之中,不仅能够保证闭环系统的信号是全局一致最终有界的,使得跟踪误差收敛到零的... 详细信息

针对一类带有符号未知不确定虚拟控制增益函数的不确定非线性受扰动系统,提出一种鲁棒自适应控制算法.该算法将Nussbaum增益技术融入backstepping设计方法之中,不仅能够保证闭环系统的信号是全局一致最终有界的,使得跟踪误差收敛到零的一个较小邻域;而且,闭环系统的控制性能可以通过适当的选择设计参数而得到保证.另外,该算法还能克服在现存文献中普遍存在的控制器奇异值问题.计算机仿真结果验证了控制器的有效性和良好性能.文章突出的贡献是拓宽了backstepping设计方法的应用范围,同时提供了一种系统化高、实用性强的设计方法.

关键词：不确定非线性系统鲁棒自适应控制解藕反演设计虚拟控制增益函数

来源：评论

学校读者我要写书评

暂无评论

不确定非线性系统的自适应迭代学习控制研究

不确定非线性系统的自适应迭代学习控制研究

引用

作者：刘萍南京理工大学

学位级别：硕士

不确定非线性系统普遍存在于实际工程领域，充分利用系统的非线性结构特征，有利于简化控制器设计，提高控制性能。本文讨论了两类典型参数不确定非线性系统，设计了相应的自适应迭代学习控制方案，进行了相关理论分析、算例仿真和应用... 详细信息

不确定非线性系统普遍存在于实际工程领域，充分利用系统的非线性结构特征，有利于简化控制器设计，提高控制性能。本文讨论了两类典型参数不确定非线性系统，设计了相应的自适应迭代学习控制方案，进行了相关理论分析、算例仿真和应用研究。针对一类带未知干扰和时变参数的非线性系统，提出了一种鲁棒自适应迭代学习控制算法。在迭代域内对未知参数进行估计，利用鲁棒控制抑制干扰，引入反馈环节进一步提高控制性能；针对一类带未知常参数和时变参数的非线性系统，提出了一种组合自适应迭代学习控制算法。通过对系统非线性结构特征的分析，该算法在时域内对未知常参数进行估计，在迭代域内对未知时变参数进行估计，充分利用了时域和迭代域信息。采用Backstepping技术将上述两种算法推广到二阶不确定非线性系统中，基于Lyapunov稳定性理论分析了这两种算法在相同初始条件和对准条件下的收敛性。仿真验证了所提控制算法的有效性。将上述算法分别应用于带未知不可重复干扰和带未知可重复时变干扰的两种参数不确定机械臂系统。推导了二自由度机械臂系统动力学模型，根据系统特性对算法进行了改进，给出了系统所有内部信号有界性和跟踪误差收敛性的证明。与传统自适应迭代学习控制的实例仿真相对比，结果表明所提方案具有更好的控制性能，在给定区间上实现了对期望轨迹的精确跟踪。

关键词：不确定非线性系统 Lyapunov稳定性 Backstepping技术鲁棒自适应迭代学习控制组合自适应迭代学习控制机械臂

来源：评论

学校读者我要写书评

暂无评论

不确定非线性系统的自适应神经网络控制研究

不确定非线性系统的自适应神经网络控制研究

引用

作者：周智勇上海工程技术大学

学位级别：硕士

在自动化工程领域中,许多的控制系统都是非线性的。非线性系统的稳定性一直是许多学者研究的内容,尤其是带有不确定性的反馈非线性系统。某些含参较多的系统,各种参数直间或间接的影响系统性能的发挥,若因参数选取不恰当或控制器设计的... 详细信息

在自动化工程领域中,许多的控制系统都是非线性的。非线性系统的稳定性一直是许多学者研究的内容,尤其是带有不确定性的反馈非线性系统。某些含参较多的系统,各种参数直间或间接的影响系统性能的发挥,若因参数选取不恰当或控制器设计的不合理都会严重的影响系统的鲁棒性和稳定性。因此,对不确定非线性系统的稳定性研究是具有重要的科学和工程实践意义的。近些年,人工智能领域发展如火如荼,神经网络的应用也日渐增多。人工神经网络是通过对生物神经元网络进行模拟、抽象出模型,按照不同的神经元连接方式去完成某些特定的功能,其可看作是一类重要的智能系统,且应用十分广泛。目前,人工神经网络方法已经在模式识别、图像识别、语音识别、智能机器人等实际应用领域成功地解决了许多难题,表现出了良好的智能性能。自适应控制的研究对象是具有不确定性的系统。一个实际系统中的被控对象由于参数或数学模型无法提前完全确定,因而带有不确定性。自适应控制通过自适应学习结合李雅普诺夫稳定性理论将不确定非线性系统演化为不同性质的稳定性系统。研究的聚焦点就是将自适应控制和神经网络运用到带有不确定性的非线性系统中,使得复杂网络在含有参数未知的条件下能够表现出良好的鲁棒性,其中对于不确定项的控制器设计是保证闭环系统稳定的重要前提。本论文共分为六章:第一章,介绍了不确定非线性系统自适应控制的国内外研究现状及非线性控制技术等。第二章,分析了不确定非线性系统的神经网络输出反馈受限控制问题,设计了虚拟控制律和自适应控制律,结合反演控制方法和李雅谱诺夫稳定性理论,通过将非线性系统分解成n个子系统,对每个子系统构建李雅普诺夫函数,子系统中的未知函数用径向基函数(Radial Basis Function,RBF)神经网络去逼近,证明了整个系统中的闭环信号是一致有界的。最后的仿真实例部分验证了所提出方法的有效性。第三章,分析了一类不确定非线性系统的自适应神经网络控制问题,提出了一种自适应RBF神经网络结合动态表面控制(Dynamic Surface Control,DSC)的方法,去逼近系统中存在的未知不确定项,并在仿真实例中验证了所提方法的有效性。第四章利用参数学习和李雅普诺夫稳定性理论,针对一类含有部分未知非线性不确定反馈系统,设计自适应滑模模糊控制方法,证明了系统中闭环信号的一致有界稳定,并在仿真实例中验证了这种方法的鲁棒性。第五章针对一类存在不确定干扰的高阶非线性系统,设计非线性干扰观测器对干扰误差进行估计和补偿,并结合滤波技术和自适应反演控制方法,通过李雅普诺夫稳定性理论证明了该高阶非线性系统中所有信号的一致有界性,仿真数例验证了系统的输出能够有效的跟踪预定的参考轨迹。第六章是对全文的总结及展望。

关键词：不确定非线性系统神经网络自适应控制一致有界性李雅普诺夫稳定

来源：评论

学校读者我要写书评

暂无评论

不确定非线性系统指令滤波反步控制

不确定非线性系统指令滤波反步控制

引用

作者：江佳旭哈尔滨工业大学

学位级别：硕士

生活中的实际系统大都是非线性系统,而非线性系统的控制方法一直是诸多学者研究的热点。指令滤波反步控制技术作为一种改进的反步控制方法,因其无需求解虚拟控制函数的解析解而被广泛应用。但由于非线性系统常常存在一定的不确定性和外... 详细信息

生活中的实际系统大都是非线性系统,而非线性系统的控制方法一直是诸多学者研究的热点。指令滤波反步控制技术作为一种改进的反步控制方法,因其无需求解虚拟控制函数的解析解而被广泛应用。但由于非线性系统常常存在一定的不确定性和外部干扰,则需要应用神经网络或者模糊逻辑系统等技术进行估计,使得控制器的设计过程变得复杂,不适用于小型实验设备。因此,本文对不确定非线性系统的指令滤波反步控制方法进行了深入研究,其主要内容如下: 针对以往指令滤波器仅用于虚拟控制函数求导的问题,提出了一种一阶指令滤波反步控制法,并对一类严格反馈形式的不确定非线性系统进行控制器设计和稳定性分析。最后,同传统指令滤波反步控制方法进行仿真对比,仿真结果验证了一阶指令滤波反步控制法的有效性。为了降低系统跟踪误差,在一阶指令滤波器的基础上设计了一种二阶指令滤波器,通过理论推导和仿真验证表明了二阶指令滤波器在降低估计误差最终界上的有效性。最后,应用提出的二阶指令滤波反步控制法进行控制器设计和稳定性分析,并同一阶指令滤波反步控制法进行仿真对比,仿真结果验证了二阶指令滤波反步控制法的有效性。为了提高系统跟踪误差的收敛速度,在二阶指令滤波器基础上设计了一种快速指令滤波器,通过行理论推导和仿真验证表明了快速指令滤波器在降低估计误差和提升误差收敛速度上的有效性。最后,应用提出的快速指令滤波反步控制法进行控制器设计和稳定性分析,并同二阶指令滤波反步控制法进行仿真对比,仿真结果验证了快速指令滤波反步控制方法的有效性。在搭建的直流电机实验平台上应用一阶、二阶和快速指令滤波反步控制三种控制方法,就电机转动角度跟踪常数和时变目标信号的跟踪效果进行实验验证,实验结果表明了所提出方法的有效性。

关键词：不确定非线性系统一阶指令滤波反步控制法二阶指令滤波器快速指令滤波器直流电机实验平台

来源：评论

学校读者我要写书评

暂无评论

不确定非线性系统的鲁棒控制

不确定非线性系统的鲁棒控制

引用

作者：李莎河南师范大学

学位级别：硕士

本文考虑了一类广义下三角非线性系统的鲁棒适应H∞控制及干扰衰减问题和一类不确定非线性时滞系统的鲁棒自适应控制问题.其不确定性主要来自未知的连续参数、时变扰动及不可预期的非线性性。\n 首先，我们介绍了与研究内容相关的背... 详细信息

本文考虑了一类广义下三角非线性系统的鲁棒适应H∞控制及干扰衰减问题和一类不确定非线性时滞系统的鲁棒自适应控制问题.其不确定性主要来自未知的连续参数、时变扰动及不可预期的非线性性。\n 首先，我们介绍了与研究内容相关的背景，给出了本文研究所需的一些预备知识。\n 其次，我们研究了一类广义下三角非线性系统的鲁棒适应H∞控制，文中系统是一类多项式下三角结构，应用Backstepping方法和改进的幂积分方法，设计了一种新的鲁棒适应H∞控制器，不仅使闭环系统全局渐近稳定并且满足H∞范数界γ.数值例子和仿真证明了结论的有效性。\n 进一步地，我们在上一章的基础上研究了具有零动态和干扰的不确定广义下三角高阶非线性系统的鲁棒适应H∞干扰衰减问题.运用本质改进的加幂积分器技巧及Bauckstep-ping算法设计出一个光滑鲁棒反馈控制律，使得闭环系统既具有内稳定性，又使系统达到干扰衰减.

关键词：不确定非线性系统 Backstepping方法加幂积分器自适应控制

来源：评论

学校读者我要写书评

暂无评论

不确定非线性系统的逆最优输出调节

不确定非线性系统的逆最优输出调节

引用

作者：吕岩哈尔滨理工大学

学位级别：硕士

输出调节问题是现代控制领域的重要研究问题之一。在实际工程中,由于测量误差等原因导致的不确定性会对系统本身产生极大影响,因此在对系统进行建模时需要将这些不确定性考虑在内。另外,随着社会发展,许多实际被控系统产生了高精度的工... 详细信息

输出调节问题是现代控制领域的重要研究问题之一。在实际工程中,由于测量误差等原因导致的不确定性会对系统本身产生极大影响,因此在对系统进行建模时需要将这些不确定性考虑在内。另外,随着社会发展,许多实际被控系统产生了高精度的工作需求,故研究最优输出调节问题具有重要意义。本文对具有不确性的非线性系统的最优输出调节问题进行研究,应用逆优化控制方法设计新颖的控制策略,并建立相应的内模和观测器。具体研究内容如下:(1)针对一类带有外界扰动和未知参数向量的非线性系统,研究其逆最优输出调节问题。在状态可测时,首先通过引入坐标变换将不确定非线性系统的输出调节问题转化为镇定问题。其次针对转化后的系统建立一个与内模相关的辅助系统。然后采用逆优化方法设计了与辅助系统相关的内模和状态反馈逆最优控制器。最后根据Lyapunov稳定理论,完成稳定性分析,并且证明目标泛函最小。在状态不完全可测时,设计状态观测器,内模和输出反馈控制器使得闭环系统中的全部信号最终一致有界,另外该控制器还能使得新设计的目标泛函最小进而实现优化目标。最后,分别给出算例进一步验证本文设计方案的可行性。(2)针对一类含有未知非线性函数和部分状态可测的非线性系统,研究其有限时间逆最优输出调节问题。首先将输出调节问题转换为镇定问题,再采用模糊逻辑系统去逼近系统中含有的未知非线性函数,进而建立相应的辅助系统和内模。其次基于辅助系统设计模糊状态观测器,根据有限时间稳定理论和逆优化控制思想设计自适应模糊有限时间输出反馈控制器,确保闭环系统的所有信号半全局实际有限时间稳定,同时还能保证目标泛函可以达到最小。最后,给出一个数值算例进一步验证本文所设计的逆最优控制器的可行性。(3)针对一类具有时滞和未知非线性函数,且是部分状态可测的不确定非线性系统,研究其逆最优输出调节问题。首先基于浸入系统理论和内模原理设计适当的线性内模。其次设计一个与时滞无关的高增益观测器。然后引入Lyapunov–Krasovskii泛函处理系统中存在的时滞,同时结合逆优化控制思想设计新的控制器,所设计的控制方法能够保证闭环系统的所有信号最终一致有界。设计一个与时滞相关的目标泛函,使得逆最优增益配置问题可解。最后,通过仿真进一步说明本文设计方法的有效性。(4)针对空间飞行器系统,研究其干扰抑制问题。注意到这里的扰动信号是由未知的非线性外系统产生的,故设计非线性内模估计外系统。然后借助逆最优控制思想和反步控制设计逆最优控制器使得飞行器的姿态和角速度全局渐近稳定,目标泛函达到最小。最后,进一步通过实际算例证明本文所设计的反馈控制器和非线性内模的有效性。

关键词：不确定非线性系统输出调节逆优化内模

来源：评论

学校读者我要写书评

暂无评论

不确定非线性系统的有限时间自适应模糊跟踪控制

不确定非线性系统的有限时间自适应模糊跟踪控制

引用

作者：齐晓静南京师范大学

学位级别：硕士

随着科学技术和现代工业的快速发展,被控对象和系统结构日益复杂,往往会呈现出较严重的非线性性、不确定性以及多变量性等特征。因此,探讨和研究不确定非线性系统的控制问题既有重要的理论意义,同时也具有非常广泛的实际应用价值。本文... 详细信息

随着科学技术和现代工业的快速发展,被控对象和系统结构日益复杂,往往会呈现出较严重的非线性性、不确定性以及多变量性等特征。因此,探讨和研究不确定非线性系统的控制问题既有重要的理论意义,同时也具有非常广泛的实际应用价值。本文在现有工作的基础上,通过运用自适应控制、模糊逻辑系统、反步递推设计以及有限时间Lyapunov控制理论方法,研究了几类不确定非线性系统的有限时间自适应模糊跟踪控制问题。本文的主要研究内容如下:1.针对一类具有输入时滞和外部扰动的严格反馈非线性系统,构造一种自适应有限时间模糊指定性能控制方案。利用模糊逻辑系统来逼近受控系统中未知的非线性函数,设计模糊状态观测器来估计系统中不完全可测的状态变量,并且采用Pade近似法来处理输入时滞问题。基于有限时间Lyapunov控制理论,设计一种有限时间模糊控制器,进而对闭环系统进行稳定性分析。仿真算例说明了所提控制策略的有效性。2.针对一类具有量化输入信号和未知时滞的非线性系统,研究其有限时间自适应输出反馈控制问题。在这一部分中,利用一种迟滞量化器来避免量化信号中的抖振,并且构造合适的Lyapunov-Krasovskii泛函来克服未知状态时滞对非线性系统的影响。在自适应反步控制设计过程中,通过引入动态面控制技术来建立一种基于观测器的有限时间模糊控制方案,消除了传统反步控制技术中“复杂性爆炸”问题。根据有限时间Lyapunov稳定性理论,证明受控系统的有限时间稳定性与跟踪误差的收敛性问题。仿真结果验证了控制设计方案的可行性。3.针对一类具有全状态约束和输入饱和的非严格反馈时滞非线性系统,研究其有限时间自适应模糊跟踪控制问题。构造合适的Lyapunov-Krasovskii泛函来消除系统中未知状态时滞的影响,引入一种新的tan-型障碍Lyapunov函数来克服全状态约束问题。将反步技术与有限时间控制理论相结合,设计一种有限时间自适应模糊控制器,该控制器不仅可以保证系统跟踪误差在有限时间收敛到原点的一个小邻域内,而且可以保证闭环系统中所有信号的有界性。通过仿真算例表明了所建立控制方法的可行性。4.针对一类控制方向未知的非严格反馈非线性系统,研究其自适应有限时间事件触发命令滤波控制问题。在控制设计过程中,利用事件触发机制来减轻控制器与执行器之间的通信负担。采用有限时间命令滤波器来避免反步设计过程中的“复杂性爆炸”问题,并构造一个分数幂形式的误差补偿系统来补偿命令滤波器与虚拟控制信号之间的滤波误差。将命令滤波技术与事件触发机制相结合,建立一种有限时间自适应输出反馈事件触发控制方案,进而证明被控系统在有限时间意义上的稳定性。最后,仿真算例验证了控制设计方法的有效性。

关键词：不确定非线性系统模糊逻辑系统反步控制技术自适应控制有限时间跟踪控制

来源：评论

学校读者我要写书评

暂无评论

不确定非线性系统的迭代学习控制与自适应神经网络控制

不确定非线性系统的迭代学习控制与自适应神经网络控制

引用

作者：刘欢培浙江工业大学

学位级别：硕士

实际工程领域广泛存在着不确定性和非线性。本文针对几种不同类型的不确定非线性系统进行迭代学习控制器设计和自适应神经网络控制器设计,并进行了相关的理论分析和部分仿真研究。本文的主要工作可概括如下: 1.针对带时变参数的一阶... 详细信息

实际工程领域广泛存在着不确定性和非线性。本文针对几种不同类型的不确定非线性系统进行迭代学习控制器设计和自适应神经网络控制器设计,并进行了相关的理论分析和部分仿真研究。本文的主要工作可概括如下: 1.针对带时变参数的一阶时滞系统,采用复合能量函数方法,设计自适应迭代学习控制器,并进行稳定性、收敛性分析和实例仿真。针对带周期性时变参数的高阶非线性时滞系统,采用对时变参数的移动平均估计和扩张的Backstepping技术,提出一种新的自适应迭代学习控制器的设计方法。 2.对控制系数未知的严反馈非线性系统,利用积分型Lyapunov函数和RBF神经网络以及Backstepping技术进行自适应神经网络控制器设计,基于Lyapunov稳定性理论,证明了闭环系统所有信号一致最终有界,通过调节设计参数可以实现对目标轨线任意精度的跟踪。并对三种不同的控制策略进行了仿真比较。 3.对两类控制增益未知的非线性系统,采用Nussbaum函数和Lyapunov-Krasovskii函数以及Backstepping技术设计鲁棒自适应迭代学习控制律,所提出的自适应迭代学习控制器在给定的区间上实现了对目标轨线的全局一致跟踪,同时保证闭环系统所有信号全局一致有界。 4.前人的工作基础上针对一类带未知干扰和不确定参数的机器人系统,利用传统的PD控制算法和线性参数化技术相结合的方法设计自适应迭代学习控制器,理论分析证明了控制参数和内部信号全局有界,迭代跟踪误差收敛于零。本文所提出的自适应迭代学习控制算法和自适应神经网络控制算法放松了对非线性函数的限制,拓展了迭代学习控制和自适应控制的应用范围。

关键词：不确定非线性系统迭代学习控制自适应神经网络控制反向递推设计时滞时变参数

来源：评论

学校读者我要写书评

暂无评论

不确定非线性系统的自适应PI控制研究

不确定非线性系统的自适应PI控制研究

引用

作者：郭俊侠重庆大学

学位级别：硕士

近年来,关于不确定非线性系统跟踪问题的研究与应用越来越受人关注。在设计控制器时,假若忽略了非线性系统的不确定因素(可能包括未知参数、外界扰动,测量误差等等),很有可能带来不可估量的损失。为此本论文基于结构简单、计算量小的神... 详细信息

近年来,关于不确定非线性系统跟踪问题的研究与应用越来越受人关注。在设计控制器时,假若忽略了非线性系统的不确定因素(可能包括未知参数、外界扰动,测量误差等等),很有可能带来不可估量的损失。为此本论文基于结构简单、计算量小的神经网络自适应比例积分(PI)控制算法,研究不确定非线性系统的跟踪控制。第一,针对一类非仿射非线性不确定系统,设计自适应PI控制算法。由于系统模型具有非仿射和不确定性,即控制输入是以隐含的方式体现。因此首要问题是将系统转换为仿射模型,这里利用的是中值定理;其次,利用神经网络函数的逼近性解决系统的非线性问题,同时引入虚拟参数简化分析过程;最后结合虚拟参数的估计误差和选取李雅普诺夫函数及合理的推导过程,表明所提方法能够保证闭环系统内的信号一致最终有界。最后通过数值仿真分析,体现所设计的控制器具有良好的动态性能和稳态性能。第二,针对一类带有执行器饱和的不确定非线性系统,设计自适应PI控制算法。考虑到执行器具有非光滑的饱和结构,首先利用一种光滑函数逼近饱和函数;其次针对系统模型考虑的外部干扰、测量误差等不确定非线性项,利用神经网络函数的逼近性解决;然后基于巧妙选取李雅普诺夫函数及稳定性分析过程,证明所提方法能够保证闭环系统内的信号一致最终有界。最后通过数值仿真分析,体现所设计的控制器与传统的PI算法相比,具有良好的动态性能和稳态性能。第三,针对一类输入饱和的非线性系统,提出一种改进的自适应神经网络PI控制算法。在使用神经网络函数的逼近性能时,严格意义上必须保证神经网络的输入在一个紧集范围内,这里借助障碍李雅普诺夫函数的性质。最后通过理论推导和数值仿真分析,均能体现所提方法的有效性和可行性。

关键词：不确定非线性系统神经网络自适应比例积分控制一致最终有界

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：