基于神经网络的含时滞非线性系统的自适应控制和模糊隶属函数生成方法

摘要

利用自适应控制对反馈线性系统在线逼近，基于对动态系统逼近认知来设计控制器已被证明是一个有效的方法。实际应用在飞机上的这类控制器稳定性，性能特点以及在控制冗余时卓越的容错能力也已得到证明。这些现实中的实验为利用神经网络逼近未知函数对非线性自适应控制系统的研究提供了巨大的驱动作用。
　　在本文中，对一类含未知变时滞的块三角结构的非线性系统介绍了一种新自适应神经网络控制方法。利用径向基函数神经网络来估计未知的连续函数。
　　在本文的第一节，我们介绍了自适应与神经网的背景知识。
　　在第二节和第三节，利用一类自适应神经网络控制来考察一类含状态变时滞与未知虚拟控制系数的非线性系统。我们得到的结果的主要好处不仅是有效地避免了控制奇异问题，而且也放宽了对未知虚拟控制系数的限制。非线性闭环系统的所有信号的有界性都达到了，同时，也证明了系统的输出信号收敛到预期轨迹的一个很小的领域内。在第二节，自适应神经网络控制应用于一类含未知常时滞的单输入单输出的非线性系统。然后，在第三节，我们扩展了第二节的方法，自适应神经网络控制应用于一类含未知变时滞的块三角结构的非线性系统。
　　在第四节，我们介绍了一种新的生成模糊隶属函数的方法。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

Chapter 1 Introduction

Chapter 2 Adaptive Neural Network Control of SISO Nonlinear Systems With Unknown Time Delays

2.1 Problem formulation and preliminaries

2.2 Control system design

2.3 Stability analysis

2.4 Conclusion

Chapter 3 Adaptive neural control for MIMO nonlinear systems with state time-varying delay

3.1 Problem formulation and preliminaries

3.2 Control system design and stability analysis

3.3 Simulation examples

3.4 Conclusion

Chapter 4 Analysis of fuzzy membership function generation with unsupervised learning using self-organizing feature map

4.1 Introduction

4.2 A preliminary

4.3 Utilizing SOFM to elicit membership func-tion from labelled data

4.4 Experimental results on an artificial dataset

4.5 Conclusion

Chapter 5 Summary and Conclusions

参考文献