不确定非线性系统的神经网络自适应重构控制

摘要

针对不确定非线性系统的不同特点,提出了一套不确定非线性系统的神经网络控制方法.首先,作为小脑模型关联控制器(CMAC)的改进,该文采用模糊逻辑方式,提出了联想度的概念及一种具有结构和参数自适应性的自组织模糊CMAC神经网络(SOFCMAC)结构,证明了SOFCMAC对非线性特性的一致逼近特性. 该文对于部分非线性特性已知而部分非线性特性未知的不确定非线性系统,将近似动态逆方法与SOFCMAC神经网络相结合,提出了一种基于近似动态逆方法的SOFCMAC神经网络自适应重构控制方法,用SOFCMAC神经网络对消逆误差,以使系统响应跟踪参考模型的响应. 该文在基于近似动态逆方法的SOFCMAC神经网络自适应重构控制方案基础上,应用伪控制隔离思想,提出了基于伪控制隔离的SOFCMAC神经网络自适应重构控制方法,解决了输入存在饱和现象或输入为离散量等输入特性的不确定非线性系统的控制问题.文中分析了该控制方案对故障的自修复功能. 文中各种控制方法的非线性闭环系统稳定性得到了严格证明.歼击机神经网络自适应重构控制等一系列数字仿真结果表明了该文方法的有效性.

目录

文摘

英文文摘

第一章绪论

1.1研究目的和意义

1.2研究背景与现状

1.3本文的研究思路与研究内容

1.4文的主要创新点

第二章自组织模糊小脑神经网络

2.1引言

2.2 SOFCMAC神经网络结构及学习算法

2.3 SOFCMAC神经网络非线性系统辨识

2.4算例

2.5小结

第三章一类不确定非线性系统的SOFCMAC神经网络自适应重构控制

3.1引言

3.2H∞鲁棒SOFCMAC神经网络自适应重构控制

3.2.1系统描述及H∞控制律设计

3.2.2Ⅳ∞控制系统误差动态模型

3.2.3自组织模糊CMAC神经网络自适应算法

3.2.4不确定非线性系统的闭环稳定性

3.2.5仿真算例

3.3 SOFCMAC神经网络自适应重构跟踪控制

3.3.1系统描述及线性跟踪控制器设计

3.3.2跟踪系统误差动态特性

3.3.3不确定非线性跟踪系统的闭环稳定性

3.3.4仿真算例

3.4小结

第四章基于逆系统方法的不确定非线性系统SOFCMAC神经网络自适应重构控制

4.1引言

4.2问题描述

4.3鲁棒自适应控制律设计

4.4非线性闭环系统稳定性

4.5闭环系统鲁棒性的增强

4.6仿真算例

4.7小结

第五章基于伪控制隔离的不确定非线性系统SOFCMAC神经网络自适应重构控制

5.1引言

5.2问题描述及系统控制方案

5.3非线性闭环系统稳定性

5.4系统故障的自修复

5.5输入位置饱和系统的自适应重构控制

5.6输入速率饱和系统的自适应重构控制

5.7离散输入系统的自适应重构控制

5.8备用PCH神经网络自适应系统的无扰切换

5.9小结

第六章不确定非线性系统的SOFCMAC神经网络直接输出反馈自适应重构控制

6.1引言

6.2问题描述

6.3自适应重构控制器设计

6.4输出反馈闭环系统的稳定性

6.5仿真算例

6.6小结

第七章基于支持向量机的非线性系统故障诊断

7.1引言

7.2 SOFCMAC神经网络观测器

7.3支持向量机诊断器

7.4歼击机故障诊断

7.5小结

第八章SOFCMAC神经网络自适应重构控制的歼击机仿真应用

8.1引言

8.2歼击机动力学方程及其控制问题描述

8.3歼击机SOFCMAC神经网络自适应重构控制律设计

8.3.1近似动态逆控制律设计

8.3.2纵向通道的ACAH控制律设计

8.3.3滚转通道的RCAH控制律设计

8.4仿真分析

8.4.1纵向通道的ACAH控制仿真

8.4.2滚转通道的RCAH控制仿真

8.5小结

第九章结束语

致谢

作者近期的学术论文和科研情况

参考文献