SISO仿射非线性系统自适应变结构BPNN控制

摘要

为了更好地消除抖振,提高复杂非线性系统的控制效果,针对一类典型SISO仿射非线性系统,提出了一种新的变结构BP神经网络(back propagation neural network,BPNN)自适应控制策略(VSYNC);其中,对于系统未知非线性函数,将神经网络用作估计器;对控制输入加入连续函数项,其可以根据状态点和滑动切换面之间的距离自适应地调节不连续的控制变量,从而使变结构控制策略得到了显著提高;所提出的控制方法能够有效地抑制周围切换面的抖振,保证了系统地动态性能,同时还能够消除系统的稳态误差;仿真结果表明,该方法具有较高的控制精度和鲁棒性.