基于自适应重复学习的不确定多涡卷混沌系统同步控制
基于滞环函数提出一种参数可调的多涡卷混沌系统构造方法。针对复杂不确定性系统,综合利用自适应神经网络和重复学习控制方法设计一种自适应重复学习同步控制器;利用自适应重复学习控制方法对周期时变参数化不确定性进行处理;对函数型不确定性利用神经网络逼近技术进行补偿;设计鲁棒学习项对神经网络逼近误差和扰动上界进行估计;通过构造类Lyapunov复合能量函数证明了同步误差学习的收敛性。仿真结果验证了所提出方法的有效性。
滞环函数、多涡卷、自适应重复学习控制、神经网络
31
TP273(自动化技术及设备)
国家自然科学基金重点项目61433011
2016-08-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
1387-1393