随机互联非线性系统的神经网络约束控制

针对具有输出约束的不确定高阶随机互联非线性系统,提出一种分散自适应神经网络反步控制方案。通过构造障碍李雅普诺夫函数,处理输出约束问题;采用径向基函数神经网络方法处理完全未知系统和随机扰动问题,在每个递归步骤中,仅更新一个自适应参数解决过参数化问题;根据李雅普诺夫稳定性理论,提出了基于神经网络逼近的分散自适应控制方案,减少了学习参数。通过稳定性分析,证明了所设计的控制器可以保证闭环信号均为半全局一致的最终有界(SGUUB),并且使每个子系统的跟踪误差收敛到零值附近,利用Matlab仿真证明了所提出方案的有效性。