一类非线性系统的自组织模糊神经网络控制
针对一类MIMO不确定非线性有干扰且控制增益符号未知的系统进行跟踪控制的问题,提出了一种在线自组织模糊神经网络的改进算法,用以克服参数选择困难的问题,并基于该算法给出了一种自适应鲁棒控制方法。首先基于主导输入的概念将MIMO系统分解为多个SISO系统构成的系统,然后结合自组织模糊神经网络在线对系统中的未知函数进行逼近,对网络结构和参数实现在线调节,再利用Nussbaum函数来克服控制增益符号未知,并且引入鲁棒项及复合误差的估计来补偿复合误差。最后基于Lyapunov稳定性理论证明了整个闭环系统半全局一致最终有界。理论和仿真结果表明提出方法的有效性。
不确定MIMO系统、控制增益符号未知、自组织模糊神经网络、鲁棒控制
20
TP273(自动化技术及设备)
国家自然科学基金51177040;风力发电机组与控制湖南省重点实验室开放研究基金 XX0001;湖南省教育厅资助项目14C0288
2017-02-14(万方平台首次上网日期,不代表论文的发表时间)
共10页
82-91