基于神经网络仿射非线性系统滑模自适应控制

›› 2011, Vol. 24 ›› Issue (4): 12-.

基于神经网络仿射非线性系统滑模自适应控制

胡海旭,罗文广

(广西工学院电子信息与控制工程系,广西柳州 545006)

出版日期:2011-04-15 发布日期:2011-03-31
作者简介:胡海旭(1984-),男,硕士研究生。研究方向:智能控制,滑模控制。
基金资助:
广西自然科学基金资助项目(桂科自0832067)

Adaptive Sliding Mode Control for a Class of Affine Nonlinear System Based on Neural Networks

HU Hai-Xu, LUO Wen-Guang

(Department of Electronic and Control Engineering,Guangxi University of Technology,Liuzhou 545006,China)

Online:2011-04-15 Published:2011-03-31

摘要/Abstract

摘要：

研究了一类单输入单输出仿射非线性系统的自适应控制问题。采用反馈线性化方法设计控制器,用神经网络逼近系统中的未知非线性函数,并在神经网络权值的自适应律中引入权值误差的概念,以改善系统的动态性能。同时采用滑模控制方法设计补偿器,提高了系统的鲁棒性。理论分析及仿真结果表明,所设计的控制器,不仅能解决该系统的轨迹跟踪控制问题,而且保证了系统的渐进稳定性。

关键词: 神经网络, 滑模控制, 反馈线性化, 鲁棒性, 仿射非线性系统

Abstract:

This paper studies the adaptive control of a class of SISO affine nonlinear system.Here it designs a controller using the feed linear linearization method.The neural networks are used to approximate the unknown nonlinear functions.In order to improve the quality of this system,the approximation errors of the neural networks are introduced to the adaptive law.Theoretica1 analysis and simulations indicate that the strategy can not only solve the tracking problem,but also guarantee the stability of the systems.

Key words: neural networks;sliding mode control;feed linearization;robustness;affine nonlinear system

中图分类号:

TP183

胡海旭, 罗文广. 基于神经网络仿射非线性系统滑模自适应控制[J]. , 2011, 24(4): 12-.

HU Hai-Xu, LUO Wen-Guang. Adaptive Sliding Mode Control for a Class of Affine Nonlinear System Based on Neural Networks[J]. , 2011, 24(4): 12-.

[1]	李辉,王一丞. 基于CNNCIFG-Attention模型的文本情感分类[J]. 电子科技, 2022, 35(2): 46-51.
[2]	程晓雅,张雷. 基于深度学习的有遮挡人脸识别方法研究[J]. 电子科技, 2022, 35(1): 35-39.
[3]	闫振彬,郑柏超,周志勇. 基于新型鲁棒下垂控制方法的光伏发电系统并网研究[J]. 电子科技, 2021, 34(8): 79-86.
[4]	战荫伟,朱百万,杨卓. 一种车脸识别算法的研究与应用[J]. 电子科技, 2021, 34(8): 1-7.
[5]	廖璐明,张伟. 基于改进VGG16网络的混合批量训练交通标志识别[J]. 电子科技, 2021, 34(8): 8-13.
[6]	司明明,陈玮,胡春燕,尹钟. 融合Resnet50和U-Net的眼底彩色血管图像分割[J]. 电子科技, 2021, 34(8): 19-24.
[7]	马立新,豆晨飞,宋晨灿,杨天笑. 基于特征融合卷积神经网络的绝缘子无损检测[J]. 电子科技, 2021, 34(7): 26-30.
[8]	顾伟,李菲菲,陈虬. 基于多特征融合的行人检测方法[J]. 电子科技, 2021, 34(5): 29-34.
[9]	孟晓姣,张世巍,李小健,李敏玥,宋丙鑫,路宏敏. 一种基于BP神经网络的车载通信设备性能评估方法[J]. 电子科技, 2021, 34(5): 24-28.
[10]	张仕森,孙宪坤,尹玲,李世玺. 基于神经网络的文本标题生成原型系统设计[J]. 电子科技, 2021, 34(5): 35-41.
[11]	薛永杰,巨志勇. 基于改进AlexNet的鱼类识别算法[J]. 电子科技, 2021, 34(4): 12-17.
[12]	闫书豪,乔美英. 基于一维WConv-BiLSTM的轴承故障诊断算法[J]. 电子科技, 2021, 34(4): 75-82.
[13]	窦征立,王亚刚. 基于Elman神经网络的联合循环机组燃烧室温度模型建模[J]. 电子科技, 2021, 34(3): 60-64.
[14]	葛靖,刘子龙. 基于CNN和LSTM的睡眠呼吸暂停检测算法[J]. 电子科技, 2021, 34(2): 21-26.
[15]	朱斌,刘子龙. 基于新型初始模块的卷积神经网络图像分类方法[J]. 电子科技, 2021, 34(2): 52-56.