自適應(yīng)控制論文自適應(yīng)控制 非線性系統(tǒng) 狀態(tài)變時(shí)滯 神經(jīng)網(wǎng)絡(luò) 反推 模糊隸屬函數(shù) 自適應(yīng)組織特征映射

1、自適應(yīng)控制論文：基于神經(jīng)網(wǎng)絡(luò)的含時(shí)滯非線性系統(tǒng)的自適應(yīng)控制和模糊隸屬函數(shù)生成方法【中文摘要】利用自適應(yīng)控制對反饋線性系統(tǒng)在線逼近，基于對動態(tài)系統(tǒng)逼近認(rèn)知來設(shè)計(jì)控制器已被證明是一個(gè)有效的方法。實(shí)際應(yīng)用在飛機(jī)上的這類控制器穩(wěn)定性，性能特點(diǎn)以及在控制冗余時(shí)卓越的容錯(cuò)能力也已得到證明。這些現(xiàn)實(shí)中的實(shí)驗(yàn)為利用神經(jīng)網(wǎng)絡(luò)逼近未知函數(shù)對非線性自適應(yīng)控制系統(tǒng)的研究提供了巨大的驅(qū)動作用。在本文中，對一類含未知變時(shí)滯的塊三角結(jié)構(gòu)的非線性系統(tǒng)介紹了一種新自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制方法。利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)來估計(jì)未知的連續(xù)函數(shù)。在本文的第一節(jié)，我們介紹了自適應(yīng)與神經(jīng)網(wǎng)的背景知識。在第二節(jié)和第三節(jié)，利用一類自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制來

2、考察一類含狀態(tài)變時(shí)滯與未知虛擬控制系數(shù)的非線性系統(tǒng)。我們得到的結(jié)果的主要好處不僅是有效地避免了控制奇異問題，而且也放寬了對未知虛擬控制系數(shù)的限制。非線性閉環(huán)系統(tǒng)的所有信號的有界性都達(dá)到了，同時(shí)，也證明了系統(tǒng)的輸出信號收斂到預(yù)期軌跡的一個(gè)很小的領(lǐng)域內(nèi)。在第二節(jié)，自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制應(yīng)用于一類含未知常時(shí)滯的單輸入單輸出的非線性系統(tǒng)。然后，在第三節(jié)，我們擴(kuò)展了第二節(jié)的方法，自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制應(yīng)用于一類含未知變時(shí)滯的塊三角結(jié)構(gòu)的非線性系統(tǒng)。在第四節(jié)，我們介紹了一種新的生成模糊隸屬函數(shù)的方法.【英文摘要】Adaptive control using on-line function approximato

3、rs for feedback lineariz-able systems has proven to be a very e?ective way to design controllers based onapproximate knowledge of the system dynamics. Practical implementation of suchcontrollers on the aircraft have demonstrated their stability and performance charac-teristics, as well as superior f

4、ault tolerance when there is redundancy in the control.These real world experiments provide great momentum for theoretical research innonlinear adaptive control .【關(guān)鍵詞】自適應(yīng)控制 非線性系統(tǒng) 狀態(tài)變時(shí)滯 神經(jīng)網(wǎng)絡(luò) 反推 模糊隸屬函數(shù) 自適應(yīng)組織特征映射【英文關(guān)鍵詞】Adaptive control Nonlinear system state time-varying delay Neuralnetworks Backsteppi

5、ng Fuzzy membership function Self-organizing feature map【索購全文】聯(lián)系Q1：138113721 Q2：139938848【目錄】基于神經(jīng)網(wǎng)絡(luò)的含時(shí)滯非線性系統(tǒng)的自適應(yīng)控制和模糊隸屬函數(shù)生成方法Acknowledgement4-5摘要5-6Abstract6-71 Introduction10-122 Adaptive Neural Network Control of SISO Nonlinear Systems With Unknown Time Delays12-162.1 Problem formulation and preli

6、minaries12-132.2 Control systemdesign13-142.3 Stability analysis14-152.4 Conclusion15-163 Adaptive neural control for MIMO nonlinear systems with state time-varying delay16-323.1 Problem formulation and preliminaries16-183.2 Control system design and stability analysis18-273.3 Simulation examples27-283.4 Conclusion28-324 Analysis of fuzzy membership function generation with unsupervised learning using self-organizing feature map32-414.1 Introduction32-334.2 A preliminary33-354.3 Utilizing SOFM to elicit membership func- tion from labelled data35-384.4 Experimental results on