非線性系統的神經網絡控制算法研究及其應用.pdf

1、非線性系統現在已經廣泛存在于人類各項生產過程中。為此，我們需要針對非線性系統的數學模型，采用非線性控制理論進行分析。但是對于這類非線性系統，難以獲得其精確的數學模型是目前的一大難題，在過往多年的研究中，人們提出了各種獲得非線性系統模型的方法，然而即使能夠建立其數學模型但是模型也往往過于復雜，這樣一來我們熟知的傳統控制算法以及傳統的控制器便很難達到我們想要的控制效果。隨著我們對該系統的深入了解以及對各種算法的深入研究，近年來，人工神經網絡

2、的逐步興起，加速了數值逼近方法以及未知參數處理的研究。人工神經網絡被作為實時預估器，被廣泛的應用于解決未知非線性系統的控制問題。它結構簡單，并行處理、容錯性等能力強，且能自適應學習。因此，在控制領域中，人工神經網絡展示出了其強大的生命力和廣泛的應用前景。
　　本文主要解決了系統參數不確定的非線性系統軌跡跟蹤的控制問題，并且針對不同的非線性系統以及其對應的實際情況對輸出條件進行一定的約束。本文主要是通過設計對數障礙李雅普諾夫函數來實

3、現系統的輸出約束控制，隨后通過自適應神經網絡來對系統中未知的參數進行估計，此外，本文還引入了反推法和廣義逆矩陣等方法來對控制算法進行設計。在對數障礙李雅普諾夫函數的支持下，本文基于全狀態(tài)反饋和輸出反饋兩種控制方法分別對自適應神經網絡控制器進行了設計并設計了基于模型法的控制器與其進行了比較。其中，當所有狀態(tài)量都是已知即基于狀態(tài)反饋的情況時，在控制器的設計中本文用到了廣義逆矩陣，并通過神經網絡對未知參數進行估計，最終實現了系統的輸出約束；當

4、只有輸出量已知并且其他狀態(tài)量不可測即基于輸出反饋的情況時，本文通過高增益觀測器對未知的狀態(tài)量進行估計，從而對應進行進一步的控制器設計，并最終實現了系統的輸出約束。
　　本文中一共針對三類系統進行了控制器的設計。首先對一類單輸入單輸出的非線性系統進行初步的理論研究，通過控制器設計證明系統的穩(wěn)定性，并最終實現輸出約束；其次對更復雜的多輸入多輸出的機器人系統進行應用方面的研究，并通過控制器設計證明系統穩(wěn)定性，最終實現輸出約束；最后對多輸