基于线性参数神经网络的非线性系统稳定自适应控制

提出适用于多种网络类型的神经网络稳定自适应控制设计思想 ,在神经网络逼近误差界未知的条件下 ,对该误差界进行在线自适应估计 ,研究基于线性参数神经网络的仿射非线性系统稳定自适应控制。采用 L yapunov函数方法证明系统状态变量、网络权值矢量、网络逼近误差界的在线估计及输出跟踪误差的收敛性。仿真结果表明 ,该方案跟踪性能良好 ,稳态误差较小 ,系统输出能快速跟踪目标信号。

基于非线性参数神经网络的非线性系统稳定自适应控制

针对不确定仿射非线性系统 ,提出一种基于非线性参数神经网络的稳定自适应控制方案 ,在非线性参数神经网络对不确定非线性函数的逼近误差的界未知的情形下 ,对网络逼近误差界进行在线自适应估计 ,并由 L

不确定性机器人的线性参数神经网络跟踪控制

考虑机器人建模误差不确定性,首先利用反馈控制技术,把基于拉个朗日方程的多关节机器人动力学模型转化成一线性状态方程。然后基于此状态方程,运用线性参数神经网络设计出鲁棒神经网络控制器,并且用李雅普诺夫函数思想证明了这种控制器能够使得机器人系统满足指数收敛的特性。