含时滞的单输入单输出的非线性系统的自适应神经网络控制(英文)  

Adaptive Neural Network Control of SISO Nonlinear Systems with Unknown Time Delays

作　　者：梅昆波[1] 王汝凉[2] 江惠英[1] 李杰[1] 张晶晶[1] 高晓然[1] 

机构地区：[1]广西师范学院数学科学学院,广西南宁530023 [2]广西师范学院计算机与信息工程学院,广西南宁530023

出　　处：《广西师范学院学报（自然科学版）》2010年第4期25-28,共4页Journal of Guangxi Teachers Education University(Natural Science Edition)

基　　金：supported by the National Natural Science Foundation of the People’s Republic of China(60864001)

摘　　要：对一类含时滞的单输入单输出的非线性系统提出了一种新的自适应神经网络控制方法.利用径向基神经网络来估计未知的连续函数.在设计中利用积分型Lyapunov-Krasovskii来消除未知的时滞.该文的结果的主要优点是:不仅有效地避免了控制奇异问题,也消除了对未知虚拟控制条件的限制.In this paper,adaptive neural control is proposed for a class of single-input single-output（SISO） nonlinear Unknown Time Delays systems.Radial basis function（RBF） neural networks（NNs） are utilized to estimate the unknown continuous functions.The unknown time delays are ompensated for using integral-type Lyapunov-Krasovskii functionals in the design.The main advantage of our result not only effciently avoids the controller singularity,but also relaxes the restriction on unknown virtual control coeffcients.

关 键 词：时滞 神经网络 自适应控制 

分 类 号：O212.1[理学—概率论与数理统计]