具有輸入約束的不確定非線性系統(tǒng)自適應神經網絡控制.pdf

1、在現(xiàn)實世界中，大部分控制系統(tǒng)具有本質非線性、不確定性，而且通常受到輸入約束等因素的影響.因此，具有輸入約束的不確定非線性系統(tǒng)的研究引起了廣泛的關注.但此類系統(tǒng)尚且沒有統(tǒng)一的理論與方法，必須針對不同類型的輸入約束和控制問題分別進行分析與處理.本文在已有工作的基礎上，基于神經網絡逼近理論，研究了具有輸入約束的兩類控制問題:一類是隨機非線性系統(tǒng)的自適應控制;一類是非線性多智能體系統(tǒng)的分布式協(xié)調控制.主要研究工作如下:
　　1.針對具有不

2、同類型輸入約束的不確定隨機非線性時滯系統(tǒng)，研究了自適應神經網絡有界鎮(zhèn)定問題.首先，對于飽和輸入，給出了單輸入單輸出的隨機非線性時滯系統(tǒng)的自適應神經網絡控制方案.其次，對于死區(qū)輸入，設計了隨機非線性時滯互聯(lián)大系統(tǒng)自適應神經網絡分散控制器.所提出的控制方案均保證了閉環(huán)系統(tǒng)的所有信號是依概率有界的.仿真算例表明了設計方案的可行性.
　　2.針對帶有輸入約束的不確定切換隨機非線性系統(tǒng)，研究了自適應神經網絡跟蹤控制問題.首先，考慮具有飽和輸

3、入的嚴格反饋切換隨機非線性系統(tǒng).結合神經網絡逼近理論、反步遞推設計方法和公共李雅普諾夫函數方法，給出了自適應神經網絡跟蹤控制方案.所提出的控制方案保證了閉環(huán)系統(tǒng)的所有信號是依概率有界的，而且跟蹤誤差可以收斂到原點的充分小鄰域內.其次，考慮具有滯回特性的純反饋切換隨機非線性系統(tǒng).利用均值定理將系統(tǒng)的非仿射函數轉化為仿射形式，進而提出了基于神經網絡逼近的自適應跟蹤控制方案.數值算例說明了設計方法的有效性.
　　3.針對具有飽和輸入的非

4、線性多智能體系統(tǒng)，研究了分布式一致性控制問題.首先，應用神經網絡逼近未知非線性函數，引入輔助系統(tǒng)補償飽和輸入的影響并結合命令濾波技術和反步遞推設計方法，獲得了分布式一致性控制方案.然后利用李雅普諾夫穩(wěn)定性理論，證明了閉環(huán)系統(tǒng)的所有信號是半全局一致最終有界的，而且一致性誤差收斂到原點的小鄰域內.在此基礎上，進一步研究了一類帶有執(zhí)行器故障的非線性多智能體系統(tǒng)的分布式包含控制問題，提出了分布式包含控制器的有效設計方法.仿真結果表明了所提出控制