摘要
针对一类未知非线性时滞系统,提出了一种自适应神经网络控制设计方案,将BACKSTEP- PING、占有方法以及自适应界化技术结合起来构造了一个鲁棒自适应神经网络跟踪控制器,采用神经网络逼近未知时滞函数,放松了对非线性时滞函数的要求。通过构建一个恰当的LYAPUNOV- KRASOVISKII泛函证明了闭环系统所有信号半全局一致最终有界,调节设计参数可以实现任意输出跟踪精确度。实例仿真说明了该方案的可行性。
An adaptive neural network （NN） control design approach is proposed for a class of unknown nonlinear time - delay systems. Backstepping, domination and adaptive bounding technique are combined to construct a robust adaptive NN tracking controller. Unknown time-delay functions are approximated by NNs, such that the requirement on the nonlinear time-delay functions is relaxed. By constructing a proper Lyapunov-Krasoviskii functional, the semi-global uniform ultimate boundedness （SGUUB） of all the signals in the closed-loop system is proved. The arbitrary output tracking accuracy is achieved by tuning the design parameters. The feasibility is verified by a simulation example.
出处
《电机与控制学报》
EI
CSCD
北大核心
2005年第5期500-503,511,共5页
Electric Machines and Control
基金
国家自然科学基金(60374015)陕西省自然科学基金(2003A15)
关键词
非线性时滞系统
神经网络
自适应界化技术
自适应控制器
nonlinear time-delay systems
neural network （NN）
adaptive bounding technique
adaptive controller
作者简介
陈为胜（1977-），男，博士生，研究方向为神经网络控制和随机控制；
李俊民（1965-），男，教授、博士生导师，研究方向为自适应控制、网络化控制等。
