具有零动态的SISO仿射非线性系统的神经网络自适应跟踪控制  

Adaptive neural-network tracking control for SISO affine nonlinear systems with zero-dynamics

作　　者：郭鹏[1] 胡慧[1,2] 刘国荣[1] 刘洞波[1,2] 

机构地区：[1]湖南工程学院,湖南湘潭411104 [2]湖南大学电气与信息工程学院,湖南长沙410082

出　　处：《控制理论与应用》2010年第8期1113-1117,共5页Control Theory & Applications

基　　金：湖南省自然科学基金资助项目(09JJ3094);湖南省科技计划项目资助项目(2008FJ3029);湖南省教育厅优秀青年项目(09B022);省市联合自科基金重点资助项目(09JJ8006)

摘　　要：针对具有零动态的SISO仿射非线性系统提出了一种神经网络直接自适应跟踪控制方法．采用梯度下降算法最小化未知理想控制器与神经网络控制器的误差代价函数以获得参数自适应律，控制器中无需另加鲁棒控制项．基于Lyapunov稳定性定理证明了在该控制器的作用下能保证输出跟踪误差及相应闭环系统的所有状态最终一致有界及神经网络参数的收敛性．仿真结果验证了该文方法的有效性．A direct adaptive neural-network tracking control scheme is presented for SISO affine nonlinear systems with zero-dynamics. Parameters in neural-networks are updated by using a gradient descent method for minimizing a quadratic cost function of the error between the unknown ideal controller and the current neural-networks controller. There is no robust-control term in the controller. By Lyapunov stability theorem, we prove the convergence of parameters as well as the uniform ultimate-boundedness of the tracking error and the states of the corresponding closed-loop system. Simulation results illustrate the feasibility of this method.

关 键 词：神经网络 零动态 梯度下降算法 仿射非线性 

分 类 号：TP13[自动化与计算机技术—控制理论与控制工程]