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，在線自整定權(quán)值，使網(wǎng)絡(luò)沿性能指標負梯度方向快速收斂。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，能夠?qū)ζ溥M行建模和逼近。 本文首先對前人提出的幾種網(wǎng)絡(luò)自適應(yīng)控制方案進行仿真分析，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。然后對RBF網(wǎng)

2、絡(luò)的參數(shù)進行分析，在此基礎(chǔ)上針對非線性不確定系統(tǒng)中的模型參數(shù)不確定部分采用RBF網(wǎng)絡(luò)對其進行建模并設(shè)計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而且最終也能跟蹤輸入信號，但在前期誤差較大，且網(wǎng)絡(luò)的逼近功能對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，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