基于积分型李亚普诺夫函数的直接自适应神经网络控制  

Direct Adaptive Neural Network Control Based on Integral-Type Lyapunov Function

作　　者：张天平[1] 

机构地区：[1]扬州大学信息工程学院计算机系,扬州225009

出　　处：《自动化学报》2003年第6期996-1001,共6页Acta Automatica Sinica

基　　金：国家自然科学基金 (6 0 0 74 0 13;6 99340 10 );江苏省教育厅高校科研基金 (0 0KJB5 10 0 0 6 );扬州大学信息科学学科群基金 (ISG0 30 6 0 6 )资助~~

摘　　要：针对一类具有下三角形函数控制增益矩阵的非线性系统 ,基于滑模控制原理 ,并利用多层神经网络的逼近能力 ,提出了一种直接自适应神经网络控制器设计的新方案 .通过引入积分型李亚普诺夫函数及残差与逼近误差和的上界函数的自适应补偿项 ,证明了闭环系统是全局稳定的 。A new design scheme of direct adaptive neural network controller for a class of nonlinear systems with a triangular control structure is proposed. The design is based on the principle of sliding mode control and the approximation capability of multilayer neural networks(MNNs). By introducing integral-type Lyapunov function and adopting the adaptive compensation term of the upper bound function of the sum of residual as well as approximation error, the closed-loop control system is shown to be globally stable, with tracking error converging to zero.

关 键 词：自适应控制 神经网络 积分型李亚普诺夫函数 自适应补偿项 滑模控制原理 全局稳定性 

分 类 号：TP273.2[自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程]