基于扩展BP神经网络的一类非线性系统自适应控制设计

• 作者: 王银河 陈浩广
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 非线性系统 自适应控制 反向传播神经网络 一致终极有界 稳定性
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 1670-1673
• 页数: 4页
• 分类号: TP183|TP273
• 字数: 4669字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.06.1670

摘要

针对单输入单输出非线性系统的不确定性问题,提出了一种新型的基于扩展反向传播(BP)神经网络的自适应控制方法.首先,采用离线数据来训练BP神经网络的权值向量;然后,通过在线调节伸缩因子和逼近精度估计值的更新律,从而来达到控制整个系统的目的.在控制器的设计过程中,利用李亚普诺夫稳定性分析原理,保证了闭环系统的所有状态一致终极有界(UUB).相比传统的BP神经网络自适应控制,所提方法能有效地减少在线调节的参数数目、减轻计算负担.仿真结果表明,该方法能够使闭环系统的所有状态都趋于零,即系统达到稳定状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王银河	广东工业大学自动化学院	37	135	6.0	10.0
2	陈浩广	广东工业大学自动化学院	4	9	2.0	3.0