控制增益未知的多变量极值搜索系统神经网络自适应协同控制

摘要：

针对一类控制增益未知的多变量极值搜索系统,提出了一种神经网络自适应协同控制方法.该方法利用协同控制实现状态变量之间的协同收敛,并确保对系统内部参数扰动和外界干扰具有不变性；以极值搜索控制方法得到的搜寻变量作为输入量,设计多层神经网络逼近状态变量的极值变化率和未知的变量与函数；采用Nussbaum函数解决系统控制增益未知的问题；同时运用自适应参数抵消神经网络逼近误差的影响.稳定性分析证明了系统的状态跟踪误差、输出量与其极值之间的误差、极值搜索变量的跟踪误差以及神经网络各参数的估计误差均指数收敛至原点的一个有界邻域.理论分析与仿真结果验证了该方法的有效性.

关键词：多变量极值搜索系统、协同控制、Nussbaum增益、神经网络、自适应控制

所属期刊栏目：30

分类号：TP273.23(自动化技术及设备)

资助基金：国家自然科学基金资助项目60674090;国家高技术研究发展计划资助项目2010AAJ140;学院青年科研基金资助项目HYQN201111

在线出版日期：2013-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：405-416