一种基于神经网络的非线性模型参考自适应控制方法
针对不确定性非线性系统,提出一种利用神经网络的系统辨识与控制方法.神经控制系统利用系统输出和希望输出之间的误差信号直接训练神经网络,并用李雅普诺夫稳定性理论证明控制误差与训练误差信号的有界性;给出了一个用静态神经网络辨识非线性动态系统的结构,研究了系统的稳定性问题,并应用于模型参考控制系统,实现神经网络的自适应控制.该控制方法可以应用于具有较弱非线性的工业过程或机械设备控制,比如冶金过程自动化、化学过程自动化、机器人控制等.仿真实例验证了该方法的有效性.
神经网络 自适应控制 非线性系统 稳定性
朴世扬 杨煜普
上海交通大学自动化系,上海200240;金策工业综合大学自动化系,平壤 上海交通大学自动化系,上海200240
国内会议
重庆
中文
126-129
2015-09-01（万方平台首次上网日期，不代表论文的发表时间）