任意切换下高能随机系统的神经网络预设控制
针对一类不确定高能随机非线性系统,开展自适应神经网络backstepping控制研究,并保证在任意切换信号下的预设跟踪性能.该高能系统假定系统动态和任意切换信号未知.首先,利用预设性能控制,保证跟踪控制性能;其次,RBF神经网络用来克服未知系统动态,仅用到单一自适应更新参数,从而克服过参数问题;最后,基于公共的Lyapunov稳定性理论提出自适应神经网络控制策略,并减少了学习参数.最终结果表明所设计的公共控制器能保证所有闭环信号半全局最终一致有界,并能在任意切换下保证预设的跟踪性能.仿真结果进一步表明所提出方法的有效性.
切换系统、自适应控制、RBF神经网络、高能随机非线性系统、公共Lyapunov函数、预设性能控制
35
TP273(自动化技术及设备)
国家自然科学基金项目61803145;广东省自然科学基金项目2018A030310367,2017A030310493
2020-04-10（万方平台首次上网日期，不代表论文的发表时间）
共7页
923-929
