广告

基于NN的非共源官能非线性系统的自适应控制

章节
首先在线：
  • 11.下载

抽象的

本章为规范形式提供的不确定非线性系统提供三种直接自适应控制方案。与前一章中开发的控制方案不同，此处提供的控制策略适用于非共和非线性系统。朝向此结束，首先使用平均值和隐式功能定理来将原始系统动态转换为等效的仿射系统。然后，为系统提供两个完整状态反馈控制器，没有饱和约束。最后，利用高增益观察者估计能力基于先前显影的状态反馈控制方案的结构来设计输出反馈控制器。所有这些控制策略在参数神经网络中使用非线性近似能力。NNS层重量的建议的适应法具有两部分：第一部分基于梯度下降优化算法，第二部分充当了作为保证闭环系统稳定性的阻尼术语。

关键词

非线性系统 控制理论 自适应系统 仿射系统 神经网络 不确定的系统 国家反馈控制 输出反馈控制 输入约束 稳定性分析 回到传播 梯度下降 基于神经网络的控制器 高增益观察员
这是订阅内容的预览，登录检查访问。

参考

  1. 1。
    A. Boulkroune，M.M'saad，M.Arza，一类MIMO非共耕不确定系统的自适应模糊跟踪控制。神经古脑93.（15），48-55（2012）十字架谷歌学术
  2. 2。
    A.J.Calise，N.Hovakimyan，M. IDAN，使用神经网络的非线性系统的自适应输出反馈控制。自动37.（8），1201-1211（2001）Mathscinet.十字架谷歌学术
  3. 3。
    基于干扰观测器的一类不确定的非共和非线性系统直接自适应神经控制。IEEE Trans。Cyber​​n。43.（4），1213-1225（2013）十字架谷歌学术
  4. 4.
    M.陈，葛，B. ren，输入约束的不确定MIMO非线性系统的自适应跟踪控制。自动47.（3），452-465（2011）Mathscinet.十字架谷歌学术
  5. 5。
    G. Cybenko，拟矩形功能的超大位置。数学。对话。信号系统。2（4），303-314（1989年）十字架谷歌学术
  6. 6。
    W.Gao，R.Selmic，一类具有致动器饱和的非线性系统的神经网络控制。IEEE Trans。神经网络。17.（1），147-156（2006年）十字架谷歌学术
  7. 7。
    S.GE，J. Zhang，Zhour Zero Dynamics的非共源非线性系统的神经网络控制，输出反馈。IEEE Trans。神经网络。14.（4），900-918（2003）十字架谷歌学术
  8. 8。
    葛，C.王，不确定MIMO非线性系统的自适应神经控制。IEEE Trans。神经网络。15.（3），674-692（2004）十字架谷歌学术
  9. 9。
    N. Hovakimyan，A.J.CALISE，N.KIM，使用单个隐藏层神经网络的不确定多输入多输出系统的自适应输出反馈控制。int。J.控制77.（15），1318-1329（2004）十字架谷歌学术
  10. 10。
    N.Hovakimyan，F. Nardi，A.J.Calise，适用于非最小相非线性系统的自适应输出反馈控制方法。自动42.（1），513-522（2006）Mathscinet.十字架谷歌学术
  11. 11.
    H.K.哈利尔，非线性系统，第3 edn。（Prentice Hall，2002）谷歌学术
  12. 12.
    H. Khalil，用于非线性系统的高增益观察员。int。J. SYTS。SCI。23.（9），1475-1489（1992）十字架谷歌学术
  13. 13。
    Y.H.金，I.J.HA，通过基于学习的反转，在一类非线性系统中跟踪的渐近状态跟踪。IEEE Trans。自动。控制45.（11），2011-2027（2000）Mathscinet.十字架谷歌学术
  14. 14。
    S. LANG，真实的分析，第二edn。（Addison Wesley，Ma，1983）谷歌学术
  15. 15.
    C.Y.李，J.J.基于多个神经网络的不确定非线性系统的李，自适应控制。IEEE Trans。系统。男人，Cyber​​n。34.（1），325-333（2004）谷歌学术
  16. 16。
    Y. Li，S. Qiang，X. Zhuang，O. Kaynak，使用RBF神经网络的非线性系统的鲁棒和自适应Backstepping控制。IEEE Trans。神经网络。15.（3），693-701（2004）十字架谷歌学术
  17. 17。
    李，李，李，J.Li，非线性互联大型系统的分散自适应神经控制，具有未知时间延迟和输入饱和度。神经古脑74.（14-15），2277-2283（2011）十字架谷歌学术
  18. 18。
    J.Mahdavi，M.R. Nasiri，A.Agah，A. Emadi，神经网络的应用和状态空间平均值在滑模操作中的DC / DC PWM转换器。IEEE / ASME Trans。机械。10.（1），60-67（2005）十字架谷歌学术
  19. 19。
    K.S.Narendra，K.使用神经网络的Parthasarathy，识别和控制动态系统。IEEE Trans。神经网络。1（1），4-27（1990）十字架谷歌学术
  20. 20。
    S. Qikun，T.张，一类非仿射非线性系统的自适应神经网络控制器的新颖设计。安排。非线性SCI。数。simul。17.（3），1107-1116（2012）Mathscinet.十字架谷歌学术
  21. 21。
    M. Sharma，A.Kulkarni，A. Verma，基于小波自适应观测器的一类不确定时间延迟非线性系统的基于输入限制，INConf。最近的技术进步。安排。计算。，pp。863-867（2009）谷歌学术
  22. 22。
    哈。Talebi，R.v.Patel，H. Asmer，基于神经网络的基于神经网络的灵活链接机械手动态建模，应用于SSRMS。J.机器人系统。17.（7），385-401（2000）十字架谷歌学术
  23. 23。
    哈。Talebi，F. Abdollahi，R.v.Patel，K. Khorasani，基于神经网络的非线性系统状态估计。控制和信息科学的讲义说明（Springer，2010）beplay登入谷歌学术
  24. 24。
    B.杨，A.J.Calise，使用神经网络的一类非共聚合系统的自适应控制。IEEE Trans。神经网络。18.（4），1149-1159（2007）十字架谷歌学术
  25. 25。
    J. YE，非全科移动机器人非线性PID基础模拟神经网络的自适应控制。J. neurocomput。71.（7），1561-1565（2008）十字架谷歌学术

版权信息

©Sbeplay登入pringer Nature瑞士AG 2022

作者和附属机构

  1. 1。系统科学中心耶鲁大学新天堂美国
  2. 2。电气工程系Amirkabir University.德黑兰伊朗

个性化的建议

引用章节

购买选项