基于RBF神经网络的一类不确定非线性系统自适应H∞控制

被引：20

作者：

陈谋

姜长生

吴庆宪

曹邦武

机构：

[1] 南京航空航天大学自动化学院

[2] 南京航空航天大学自动化学院江苏南京

[3] 江苏南京

来源：

控制理论与应用 | 2003年 / 01期

关键词：

神经网络; 非线性系统; 自适应控制; H∞控制;

D O I：

暂无

中图分类号：

TP273.2 [];

学科分类号：

080201 ; 0835 ;

摘要：

基于RBF神经网络提出了一种H∞ 自适应控制方法 .控制器由等效控制器和H∞ 控制器两部分组成 .用RBF神经网络逼近非线性函数 ,并把逼近误差引入到网络权值的自适应律中用以改善系统的动态性能 .H∞ 控制器用于减弱外部干扰及神经网络的逼近误差对跟踪的影响 .所设计的控制器不仅保证了闭环系统的稳定性 ,而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标 .最后给出的算例验证了该方法的有效性

引用

页码：27 / 32

页数：6

共 7 条

[1]

Neural networks[P]. MIGLIORATO PIERO;GARTH SIMON CHRISTOPHER JOHN;MILNE WILLIAM IRELAND.英国专利:GB2255427B,1994-06-08

[2]

Adaptive control of non_linear continuous systems using neural networks_general relative degree and MIMO cases. LIU Chenchen,CHEN Fuchuang. International Journal of Control . 1993

[3]

Variable neural networks for adaptive control of nonlinear systems. LIU G P,KADIRKAMANATHAN V,BILLINGS S A. IEEE Transactions on Systems Man and Cybernetics . 1999

[4]

Fuzzy adaptive control of multivariable nonlinear systems. TONG Shaocheng,TANG Jiantao,WANG Tao. Fuzzy Sets and Systems . 2000

[5]

Adaptive H∞ control of nonlinear systems based on neural networks. TANG Jiantao,TONG Shaocheng. Control and Decision . 1999

[6]

Gaussian networks for direct adaptive control. SANNER R,SLOTINE J J. IEEE ACM Transactions on Networking . 1992

[7]

Neural network_based model reference adaptive control system. PATINO H D,LIU Derong. IEEE Transactions on Systems Man and Cybernetics . 2001

← 1 →