用于动力系统控制的时滞神经网络

• 作者: 徐旭 梁艳春 葛宏伟
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 人工智能 稳定性 时滞 神经网络 动力系统控制 超声马达
• 年，卷（期）: 2009,（4）
• 页码范围: 1047-1051
• 页数: 5页
• 分类号: TP18
• 语种: 中文

摘要

提出了一种连续回归时滞神经元网络,并将其用于动力系统控制.通过在隐层神经元中引入时滞,构造了一种新的时滞神经网络模型.应用Lyapunov稳定性方法,给出了此神经网络权值的修正算法和系统的控制输入,保证了控制系统的稳定性.本文建立的控制方法不需要系统任何的先验知识,并能保证控制误差收敛到零点附近的一个小的邻域,并始终保持在这个区域内.最后通过对一种超声马达进行控制实验,验证了本方法的有效性.