基于自适应神经网络的不确定非线性系统的模糊跟踪控制
刘亚
胡寿松
1.南京航空航天大学,自动化学院,江苏,南京,2100162.南京航空航天大学,自动化学院,江苏,南京,210016
摘要：提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T-S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RBF神经网络完全自适应控制,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,从而有效地消除系统的未知不确定性和模糊建模误差的影响,保证了非线性闭环系统的稳定性和系统的H∞跟踪性能,而不要求系统的不确定项和模糊建模误差满足任何匹配条件或约束.最后,将所提出的方法应用到一非线性混沌系统,仿真结果表明了所提出的方案不仅能够有效地稳定该混沌系统,而且能使系统输出跟踪期望输出.
关键词：T-S模糊模型自适应神经网络跟踪控制不确定非线性系统
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(60234010)应用基础研究项目(K1603060318)
论文发表日期：2004-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 770-775 )
英文信息