学位论文 > 优秀研究生学位论文题录展示

一类非线性系统的鲁棒自适应神经网络控制

作　者: 陈超洋
导　师: 王汝凉
学　校: 广西师范学院
专　业: 应用数学
关键词: 自适应控制非线性时滞系统神经网络状态反馈反推随机非线性
分类号: R319
类　型: 硕士论文
年　份: 2010年
下　载: 81次
引　用: 0次
阅　读: 论文下载

内容摘要

利用自适应控制对反馈线性系统在线逼近，基于对动态系统的逼近认知来设计控制器已被证明是一非常有效的方法实际应用在飞机上的这类控制器稳定性、性能特点以及在控制冗余时卓越的容错能力也已得到证明。这些现实中的实验为利用神经网络逼近未知函数对非线性自适应控制系统的研究提供了巨大的驱动作用。在本文中我们对带虚拟控制系数函数、未知非线性函数、未知参数和随机扰动的非线性系统，提出了自适应神经网络状态反馈控制方法。本文第一章中我们介绍了自适应控制和神经网络的背景知识。第二、三章中，利用适当的Lyapunov—Krasovs kii泛函、神经网络和Nussbaum函数探讨了一类带未知虚拟控制系数、未知非线性函数和未知干扰的非线性时滞系统的自适应神经网络控制。提出的设计方法被证明能够保证在闭环系统中所有信号半全局一到最终有界，并且轨迹误差收敛到原点的一个小邻域。在第二章中，我们介绍了问题的构建和预备知识，并且详细的提出了对一阶系统的状态反馈控制设计。然后，在第三章中我们扩充了第二的方法，通过自适应反推，研究了对n阶系统的鲁棒自适应控制，仿真结果说明了该方法的有效性。在第四章中，对于带随机干扰和未知参数的非线性随机系统进行了探讨。在系统所有状态可反推的情况下，通过利用反推方法，提出了一个合适的随机控制Lyapunov函数来构建自适应神经网络控制器，并且合理的处理了未知参数。结果表明，闭环系统依概率全局渐近稳定。仿真结果表明了所提方法的有效性。

全文目录

Acknowledgement  4-5
Chinese Abstract  5-6
English Abstract  6-10
1 Introduction  10-28
  2.1 Problem formulation and preliminaries  14-17
    2.1.1 Plant dynamics  14-16
    2.1.2 RBFNN Approximation  16-17
  2.2 Adaptive control design  17-21
  2.3 Stability analysis  21-23
  2.4 Simulation studies  23-28
3 Robust adaptive control design for nth-order systems  28-51
  3.1 Adaptive control design and Stability analysis  28-44
  3.2 Simulation studies  44-49
  3.3 Conclusion  49-51
4 Robust Adaptive Neural Control for a Class of Stochastic Nonlinear Systems  51-68
  4.1 Introduction  51-52
  4.2 Problem formulation and preliminaries  52-55
    4.2.1 Plant dynamics  52-54
    4.2.2 RBFNN Approximation  54-55
  4.3 Adaptive control design and stability analysis  55-62
  4.4 Simulation studies  62-67
  4.5 Conclusion  67-68
5 Summary and Conclusions  68-69
Bibliography  69-75
Publications  75

一类非线性系统的鲁棒自适应神经网络控制

内容摘要

全文目录

相似论文