非线性多变量零阶接近有界系统的多模型自适应控制
针对一类多变量非线性离散时间系统,提出一种新的基于神经网络的多模型自适应控制方法.为了将非线性系统的高阶非线性项的限制条件放宽到零阶接近有界,该方法引入了一种新的非线性模型.该模型在传统线性回归模型基础上增加了非线性补偿项,使模型的估计误差有界.一个神经网络模型与非线性模型同时被用来对系统进行辨识.基于性能指标的切换机构选择性能较好的模型对应的控制器对系统进行控制.理论分析证明了零阶接近有界多模型自适应控制系统的有界输入和有界输出稳定性.仿真实验说明了提出的多模型自适应控制方法的有效性。本文针对一类零阶接近有界的多变量离散时间非线性系统，设计了多模型自适应控制器.该控制器利用非线性鲁棒自适应控制器来保证闭环系统的稳定性，由非线性神经网络自适应控制器来提高控制性能.控制信号由两个控制器切换产生.仿真实验比较了多模型自适应控制器与单个鲁棒非线性自适应控制器的控制效果，说明所提出的多模型自适应控制器具有更好的暂态性能。
非线性系统 多模型自适应控制 零阶接近有界 神经网络
黄淼 王昕 王振雷
华东理工大学化工过程先进控制和优化技术教育部重点实验室 上海200237 上海交通大学电工与电子技术中心 上海200240
国内会议
呼和浩特
中文
2057-2065
2013-08-01（万方平台首次上网日期，不代表论文的发表时间）