一类耦合系统的直接自适应神经网络控制  

DIRECT ADAPTIVE NEURAL NETWORK CONTROL OF INTERCONNECTED SYSTEMS

作　　者：曹跃球[1] 严彩梅[2] 周彩根[2] 

机构地区：[1]扬州教育学院计算机科学系,江苏扬州225002 [2]扬州大学信息工程学院计算机科学与工程系,江苏扬州225009

出　　处：《扬州大学学报（自然科学版）》2003年第4期52-55,共4页Journal of Yangzhou University：Natural Science Edition

基　　金：国家自然科学基金(60074013);扬州大学信息学科群资助项目(ISG030606)

摘　　要：针对一类具有未知常数控制增益的耦合大系统,根据滑模控制原理,利用多层神经网络的逼近性质,提出了一种直接自适应滑模控制器的设计方案.通过在线调节神经网络的连接权、滑模控制增益,实现了对动态不确定性及建模误差的自适应补偿。利用李亚普诺夫方法,证明了自适应控制系统是全局稳定的,跟踪误差收敛到零。A scheme of adaptive neural network sliding mode control for a class of interconnected systems with unknown constant control gains is proposed in this paper. The design is based on the principle of sliding mode control and the approximation capability of multilayer neural networks. The plant dynamic uncertainty and modeling errors are adaptively compensated by adjusting the weights and sliding mode gains on-line. According to the Lyapunov method, the closed-loop adaptive control system is proven to be globally stable, with tracking errors converging to zero.

关 键 词：耦合系统 神经网络控制 滑模控制 自适应控制 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] O231.2[自动化与计算机技术—控制科学与工程]