采样非线性系统的动态神经网络稳定自适应控制

• 作者: 孙增圻 孙富春 慕春棣
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 动态神经网络 动态逆 采样数据非线性系统 自适应控制 离散变结构
• 年，卷（期）: 2000,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 721-728
• 页数: 8页
• 分类号: TP2
• 字数: 5900字
• 语种: 中文

摘要

研究了一类采样数据非线性系统的动态神经网络稳定自适应控制方法.不同于静态神经网络自适应控制,动态神经网络自适应控制中神经网络用于逼近整个采样数据非线性系统,而不是动态系统中的非线性分量.系统的控制律由神经网络系统的动态逆、自适应补偿项和神经变结构鲁棒控制项组成.神经变结构控制用于保证系统的全局稳定性,并加速动态神经网络系统的逼近速度.证明了动态神经网络自适应控制系统的稳定性,并得到了动态神经网络系统的学习算法.仿真研究表明,基于动态神经网络的非线性系统稳定自适应控制方法较基于静态神经网络的自适应方法具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	慕春棣	清华大学自动化系	69	1153	16.0	32.0