不确定非线性时滞系统的自适应神经网络控制

摘要

本文主要研究了不确定非线性时滞系统的自适应神经网络控制问题.这类不确定非线性时滞系统具有符号正负未知的增益函数,未知函数,时滞时变的光滑函数和未建模动态等特点.利用 ngBacksteppi设计方法，Nussbaum函数以及神经网络,选取适当的Lyapunov函数和 KrasovskiiLyapunov?泛函,针对不确定非线性时滞系统进行了自适应神经网路控制研究.主要内容如下:
　　针对具有未知光滑时滞函数,未建模动态和未知控制方向的不确定非线性时滞系统,利用神经网络在理论上能把近似未知的非线性函数逼近到任意精度的特点,结合ngBacksteppi设计方法，Nussbaum函数和 KrasovskiiLyapunov?泛函,给出了一种新的基于 ngBacksteppi方法的非线性自适应的RBF神经网络设计方法.设计出针对不确定非线性时滞系统的控制器,解决了不确定非线性时滞系统中不确定项对它的影响,利用KrasovskiiLyapunov?泛函补偿未知时滞项的不确定项,进一步将已知的时滞问题推广到时变时滞非线性系统,再经过 sYoung,等不等式对时滞的限制进行放大,基于Lyapunov稳定性定理,可证明闭环系统所有信号半全局一致最终有界,同时不断调节系统的设计参数来实现对于目标轨线的任意精度进行跟踪控制.

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 神经网络

1.2 反推法概述

1.3 时滞

第2章 预备知识

2.1 Lyapunov稳定性的基本定义

2.2 不等式及引理

2.3 时滞泛函方程的稳定性理论

2.4 Nussbaum函数

第3章 不确定非线性时滞系统的自适应神经网络控制

3.1 引言

3.2 问题描述以及准备工作

3.3 神经网络

3.4 设计步骤

3.5 仿真实例

3.6 总结

第4章 具有未建模动态的不确定非线性时滞系统的自适应神经网络控制

4.1 引言

4.2 问题描述以及准备工作

4.3 神经网络

4.4 设计步骤

4.5 仿真实例

4.6 结论

第5章 总结与展望

5.1总结全文

5.2展望

参考文献

致谢