基于扩展BP神经网络的一类非线性系统自适应控制设计

作     者：陈浩广 王银河 CHEN Haoguang;WANG Yinhe

作者机构：广东工业大学自动化学院广州510006 

基　　金：国家自然科学基金资助项目(61273219 61673120) 教育部高等学校博士学科点专项科研基金资助项目(20134420110003)~~ 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2017年第37卷第6期

页      码：1670-1673页

摘      要：针对单输入单输出非线性系统的不确定性问题,提出了一种新型的基于扩展反向传播(BP)神经网络的自适应控制方法。首先,采用离线数据来训练BP神经网络的权值向量;然后,通过在线调节伸缩因子和逼近精度估计值的更新律,从而来达到控制整个系统的目的。在控制器的设计过程中,利用李亚普诺夫稳定性分析原理,保证了闭环系统的所有状态一致终极有界(UUB)。相比传统的BP神经网络自适应控制,所提方法能有效地减少在线调节的参数数目、减轻计算负担。仿真结果表明,该方法能够使闭环系统的所有状态都趋于零,即系统达到稳定状态。

主 题 词：非线性系统 自适应控制 反向传播神经网络 一致终极有界 稳定性 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11772/j.issn.1001-9081.2017.06.1670

馆 藏 号：203232310...