非线性离散时变系统的时变神经网络间接自适应迭代学习控制
针对一类具有函数增益符号未知的不确定非线性离散时变系统，采用带死区迭代学习投影算法训练神经网络的时变权值，提出了一种基于时变神经网络的间接自适应迭代学习控制方案。该方案对控制增益估计量进行调整，使其远离零值，克服了控制奇异问题。所提方法不要求系统满足严格初始重置条件，且参考轨迹迭代可变。理论分析证明了闭环系统的所有信号有界，跟踪误差沿迭代轴收敛到以零为原点的某一邻域中。仿真结果验证了所提方法的有效性。
迭代学习控制 非线性离散时变系统 时变神经网络 迭代学习投影算法
严伟力 孙明轩
浙江工业大学信息工程学院,杭州,310023
国内会议
北京
中文
2060-2065
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）