搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于径向小波神经网络的混沌系统鲁棒自适应反演控制

缪志强 王耀南

基于径向小波神经网络的混沌系统鲁棒自适应反演控制

缪志强, 王耀南
PDF
导出引用
导出核心图
  • 设计了一种具有自适应性和鲁棒性的反演控制律, 实现了对含有系统不确定性的类Rossler系统的控制. 首先通过小波神经网络辨识系统的非线性部分, 将系统转化为含有结构不确定性和参数不确定性的参数化模型; 然后, 对于系统中的参数不确定性, 设计自适应控制律, 在线估计未知参数; 对于系统中的结构不确定性, 设计鲁棒控制律, 使得系统具有鲁棒性. 最后, 通过仿真实现, 验证了以上控制方法的有效性.
    • 基金项目: 国家自然科学基金重点项目(批准号: 60835004) 资助的课题.
    [1]

    Krstic M, Kanellakopoulos I, Kokotovic P 1995 Nonlinear and Adaptive Control Design (New York: Wiley)pp124—183

    [2]

    Cai G L, Tan Z M, Zhou W H, Tu W T 2007 Acta Phys. Sin. 56 6230 (in Chinese)[蔡国梁,谭振梅, 周维怀, 涂文桃 2007 物理学报 56 6230]

    [3]

    Zheng J F, Feng Y, Zheng X M, Yang X Q 2009 Control Theory & Applications 26 410 (in Chinese)[郑剑飞, 冯勇, 郑雪梅,杨旭强 2009 控制理论与应用 26 410]

    [4]

    Zhang T, Ge S S, Hang C C 2000 Automatica 36 1835

    [5]

    Li Y H, Sheng Q, Zhuang X Y, Kaynak O 2004 IEEE Trans. Neural Networks 15 693

    [6]

    Kwan C M, Lewis F L 2004 IEEE Trans. Neural Networks 11 1178

    [7]

    Peng Y F, Hsu C F 2009 Chaos, Solitons and Fractals 41 1377

    [8]

    Hsu C F, Lin C M 2005 Fuzzy Set Syst. 151 43

    [9]

    Zhang Q, Benveniste A 1992 IEEE Trans. Neural Networks 3 889

    [10]

    Zhang Q 1997 IEEE Trans. Neural Networks 8 227

    [11]

    zhang Q 1992 Technical Report LITH-ISY-I-1423 (Linkoping University)

    [12]

    Hsu C F, Lin C M, Lee T T 2006 IEEE Trans. Neural Networks 7 1175

    [13]

    Wai R J, Chang H H 2004 IEEE Trans. Neural Networks 5 367

    [14]

    Lin F J, Shieh H J, Huang P K 2006 IEEE Trans. Neural Networks 17 432

    [15]

    Wang H O, Tanaka K 1996 IEEE Trans. Fuzz. Syst. 3 1433

    [16]

    Miao Z Q, Wang Y N 2010 J. Dynamics & Control 8 229 (in Chinese)[缪志强, 王耀南 2010 动力学与控制学报 8 229]

    [17]

    Thomas R 1999 Int. J. Bifur. Chaos 9 1889 030503-6

  • [1]

    Krstic M, Kanellakopoulos I, Kokotovic P 1995 Nonlinear and Adaptive Control Design (New York: Wiley)pp124—183

    [2]

    Cai G L, Tan Z M, Zhou W H, Tu W T 2007 Acta Phys. Sin. 56 6230 (in Chinese)[蔡国梁,谭振梅, 周维怀, 涂文桃 2007 物理学报 56 6230]

    [3]

    Zheng J F, Feng Y, Zheng X M, Yang X Q 2009 Control Theory & Applications 26 410 (in Chinese)[郑剑飞, 冯勇, 郑雪梅,杨旭强 2009 控制理论与应用 26 410]

    [4]

    Zhang T, Ge S S, Hang C C 2000 Automatica 36 1835

    [5]

    Li Y H, Sheng Q, Zhuang X Y, Kaynak O 2004 IEEE Trans. Neural Networks 15 693

    [6]

    Kwan C M, Lewis F L 2004 IEEE Trans. Neural Networks 11 1178

    [7]

    Peng Y F, Hsu C F 2009 Chaos, Solitons and Fractals 41 1377

    [8]

    Hsu C F, Lin C M 2005 Fuzzy Set Syst. 151 43

    [9]

    Zhang Q, Benveniste A 1992 IEEE Trans. Neural Networks 3 889

    [10]

    Zhang Q 1997 IEEE Trans. Neural Networks 8 227

    [11]

    zhang Q 1992 Technical Report LITH-ISY-I-1423 (Linkoping University)

    [12]

    Hsu C F, Lin C M, Lee T T 2006 IEEE Trans. Neural Networks 7 1175

    [13]

    Wai R J, Chang H H 2004 IEEE Trans. Neural Networks 5 367

    [14]

    Lin F J, Shieh H J, Huang P K 2006 IEEE Trans. Neural Networks 17 432

    [15]

    Wang H O, Tanaka K 1996 IEEE Trans. Fuzz. Syst. 3 1433

    [16]

    Miao Z Q, Wang Y N 2010 J. Dynamics & Control 8 229 (in Chinese)[缪志强, 王耀南 2010 动力学与控制学报 8 229]

    [17]

    Thomas R 1999 Int. J. Bifur. Chaos 9 1889 030503-6

  • [1] 潘军廷, 张宏. 极化电场对可激发介质中螺旋波的控制. 物理学报, 2020, (): . doi: 10.7498/aps.69.20191934
    [2] 庄志本, 李军, 刘静漪, 陈世强. 基于新的五维多环多翼超混沌系统的图像加密算法. 物理学报, 2020, 69(4): 040502. doi: 10.7498/aps.69.20191342
    [3] 刘厚通, 毛敏娟. 一种无需定标的地基激光雷达气溶胶消光系数精确反演方法. 物理学报, 2019, 68(7): 074205. doi: 10.7498/aps.68.20181825
    [4] 周瑜, 操礼阳, 马晓萍, 邓丽丽, 辛煜. 脉冲射频容性耦合氩等离子体的发射探针诊断. 物理学报, 2020, (): . doi: 10.7498/aps.69.20191864
    [5] 黄永峰, 曹怀信, 王文华. 共轭线性对称性及其对\begin{document}$ {\mathcal{P}}{\mathcal{T}} $\end{document}-对称量子理论的应用. 物理学报, 2020, 69(3): 030301. doi: 10.7498/aps.69.20191173
  • 引用本文:
    Citation:
计量
  • 文章访问数:  1428
  • PDF下载量:  340
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-04-29
  • 修回日期:  2011-06-08
  • 刊出日期:  2012-03-15

基于径向小波神经网络的混沌系统鲁棒自适应反演控制

  • 1. 湖南大学电气与信息工程学院, 长沙 410082
    基金项目: 

    国家自然科学基金重点项目(批准号: 60835004) 资助的课题.

摘要: 设计了一种具有自适应性和鲁棒性的反演控制律, 实现了对含有系统不确定性的类Rossler系统的控制. 首先通过小波神经网络辨识系统的非线性部分, 将系统转化为含有结构不确定性和参数不确定性的参数化模型; 然后, 对于系统中的参数不确定性, 设计自适应控制律, 在线估计未知参数; 对于系统中的结构不确定性, 设计鲁棒控制律, 使得系统具有鲁棒性. 最后, 通过仿真实现, 验证了以上控制方法的有效性.

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回