基于模糊与神经网络技术的复杂非线性跟踪控制
针对一类具有不确定性、多重时延和状态未知的复杂非线性系统.把模糊T-S模型和RBF神经网络结合起来,提出了一种基于观测器的跟踪控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器用来观测系统状态,并由线性矩阵不等式得到模糊模型的控制律;其次,构建了自适应RBF神经网络,应用自适应RBF神经网络作为补偿器来补偿建模误差和不确定非线性部分.证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.
模糊T-S模型、RBF神经网络、非线性系统、时延、跟踪控制
39
TP1;TV2
国家自然科学基金70571030,60804021;山东省教育厅计划项目JS08J4
2010-01-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
120-126