时滞离散智能系统的动态输出反馈镇定控制器综合的统一方法

摘要：

提出标准神经网络模型(SNNM)来描述包含神经网络或T-S模糊模型的时滞(或非时滞)离散智能系统.SNNM由离散线性动力学系统和有界静态非线性算子连接而成.利用SNNM的全局渐近稳定性分析的结果,分别设计线性或非线性动态输出反馈控制器,使得SNNM的闭环系统稳定.控制方程可以表示为线性矩阵不等式(LMI)形式,便于利用各种凸优化算法求解以获得控制规律.大部分基于神经网络(或模糊模型)的时滞(或非时滞)离散智能系统都可以转化为SNNM,以便采用统一的方法来综合这些智能系统的控制器.SNNM的3个应用例子表明:SNNM不仅使得大多数基于神经网络(或模糊模型)的离散智能系统镇定控制器的综合简单易行,而且为其他类型的非线性系统的控制器综合提供新的思路.

关键词：标准神经网络模型(SNNM)、线性矩阵不等式(LMI)、智能系统渐近稳定性、输出反馈控制、时滞、离散时间、混沌神经网络、T-S模糊模型

所属期刊栏目：37

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金60504024;浙江省自然科学基金Y106010;高等学校博士学科点专项科研项目20060335022

在线出版日期：2007-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共20页

页码：781-800