首页 | 本学科首页   官方微博 | 高级检索  
     

基于径向基函数神经网络迟滞非线性自适应控制
引用本文:赵彤,张化祥,曹梦龙,谭永红. 基于径向基函数神经网络迟滞非线性自适应控制[J]. 上海交通大学学报, 2005, 39(12): 2002-2005,2010
作者姓名:赵彤  张化祥  曹梦龙  谭永红
作者单位:青岛科技大学,自动化系,青岛,266042;上海交通大学,自动化系,上海,200030;上海交通大学,自动化系,上海,200030;山东师范大学,计算机系,济南,250100;青岛科技大学,自动化系,青岛,266042;上海交通大学,自动化系,上海,200030
基金项目:国家自然科学基金(50265001)和青岛科技大学科研启动基金资助项目
摘    要:提出了一种新的动态迟滞非线性模型.将一定数量不同死区宽度的backlash模型并行相加,作为一个动态系统以仿真执行器中的迟滞特性.利用该模型,采用伪控制方法设计了一套具有未知迟滞特性非线性系统的神经网络自适应控制方案,通过自适应算法来调整干扰项的上限.采用Lyapunov稳定性理论进行了严格证明,仿真试验验证了所提方案的有效性.

关 键 词:神经网络  迟滞  非线性系统  自适应控制
文章编号:1006-2467(2005)12-2002-04
收稿时间:2004-11-08
修稿时间:2004-11-08

The Adaptive Control for Hysteresis Nonlinear Systems via Neural Networks
ZHAO Tong,ZHANG Hua-xiang,CAO Meng-long,TAN Yong-hong. The Adaptive Control for Hysteresis Nonlinear Systems via Neural Networks[J]. Journal of Shanghai Jiaotong University, 2005, 39(12): 2002-2005,2010
Authors:ZHAO Tong  ZHANG Hua-xiang  CAO Meng-long  TAN Yong-hong
Abstract:A novel class of hysteresis models was proposed.A certain number of different deadband width backlash models are superposed,which represents a dynamics to mimic hysteresis in the actuator.With the model proposed,an radial basis function neural network(RBFN)-based adaptive control scheme for nonlinear systems with unknown hysteresis nonlinearity was developed.The control scheme adopts the design method of pseudo-control.Without the assumption of boundedness of disturbance term,it is tuned through adaptive algorithm.The stability is rigidly proved via Lyapunov theory and the effectiveness of the proposed control scheme is illustrated through simulation.
Keywords:neural network    hysteresis    nonlinear system    adaptive control
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号