10.3969/j.issn.1001-506X.2013.04.25
多变量极值搜索系统神经网络自适应协同控制
针对一类仿射型多变量极值搜索系统的协同控制问题,提出了一种基于神经网络的自适应协同控制方法.该方法利用协同控制实现状态变量之间的协同收敛,并确保对系统内部参数扰动和外界干扰具有不变性;以系统的状态变量、输入量、搜寻变量以及已知模型参数作为输入量,分别设计两个3层神经网络来估计状态变量极值的动态变化过程及未知参数;并采用可调参数消除此神经网络的残余估计误差.详细的理论分析证明了闭环系统的所有误差信号均指数收敛至原点的有界可调邻域内.仿真结果也说明了理论分析方法的正确性和有效性.
多变量极值搜索系统、极值搜索控制、协同控制、神经网络、自适应控制
35
TP273.23(自动化技术及设备)
国家自然科学基金60674090;学院青年科研基金HYQN201111资助课题
2013-05-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
826-834