基于神经网络的模型跟随鲁棒自适应控制

被引：13

作者：

胡寿松

周川

胡维礼

机构：

[1] 南京航空航天大学自动控制系!南京,南京航空航天大学自动控制系!南京,南京理工大学自动化系!南京

来源：

自动化学报 | 2000年 / 05期

关键词：

自适应控制; 神经网络; 模型跟随; 动态补偿; 鲁棒稳定性;

D O I：

10.16383/j.aas.2000.05.005

中图分类号：

TP273 [自动控制、自动控制系统];

学科分类号：

080201 ; 0835 ;

摘要：

针对一类复杂非线性动力学系统 ,提出一种基于神经网络动态补偿的模型跟随非线性鲁棒自适应控制策略 .采用神经网络在线补偿控制器以克服系统的未建模动力学和非线性耦合因素的影响 ,从而提高了模型跟随控制的动态性能和稳态精度 ;当系统存在模型不确定性和外部扰动时 ,其输出仍能精确地跟踪期望参考模型的输出 .同时给出了闭环误差系统鲁棒稳定性的证明 .应用示例表明 ,所提方法可保证闭环系统具有良好的跟踪性能和鲁棒性 ,且算法简单 ,易于在线控制 .

引用

页码：623 / 629

页数：7

共 5 条

[1]

Adaptive control of nonlinear systems using neural networks. Chen F C,Khalil H K. International Journal of Control . 1992

[2]

Discrete-time model reference adaptive control of nonlinear dynamical systems using neural networks. Jagannathan S,Lewis F L. I nternational Journal of Control . 1996

[3]

Sampled-data adaptive control of a class of Continuous nonlinear systems. Guillaume A M. I nternational Journal of Control . 1994

[4]

Stable model reference adaptive control. Kreisselmeier G,Narendra K S. IEEE Transactions on Automatic Control . 1982

[5]

Adaptive control of unknown plants using dynamical neural networks. Ravithakis G A,Christodoulou M A. I EEE Trans. Systems, Man and Cybernetics . 1994

← 1 →