非线性系统的自组织多模型自适应逆控制

非线性系统的自组织多模型自适应逆控制

ID:34485716

大小:388.58 KB

页数:6页

时间:2019-03-06

非线性系统的自组织多模型自适应逆控制_第1页
非线性系统的自组织多模型自适应逆控制_第2页
非线性系统的自组织多模型自适应逆控制_第3页
非线性系统的自组织多模型自适应逆控制_第4页
非线性系统的自组织多模型自适应逆控制_第5页
资源描述:

《非线性系统的自组织多模型自适应逆控制》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、万方数据第25卷第4期2008年8月‘控制理论与应用ControlTheory&Applications、,b1.25No.4Aug.2008文章编号:1000—8152(2008)04—0677--06非线性系统的自组织多模型自适应逆控制高大远1,2,沈辉2,胡德文2(1.海军潜艇学院航海观通系.山东青岛266071;2.国防科技大学机电工程与自动化学院,湖南长沙410073)摘要:针对离散时间非线性系统,在分析基于自组织映射神经网络的多模型控制方法的基础上,提出了一种自组织多模型直接逆控制方法。并分析了控制误差的

2、有界性.进一步,借鉴参数空间多模型方法的切换一自适应策略.在固定模型的基础上增加一个参数可调节的自适应逆模型。提高了稳态控制性能.仿真实例表明,对于变化较快的信号,自组织多模型直接逆控制器和自组织多模型自适应逆控制器都能进行有界跟踪,对于稳态信号,自组织多模型自适应逆控制器还能进行渐近跟踪.关键词:多模型控制;自组织映射;神经网络;逆控制;自适应控制中图分类号:TPl83文献标识码:AMultiplemodelsadaptiveinversecontrolbasedonself二organizingmap10rnon

3、linearsystemGAODa.yuanI,-。SHENHui2,FlUDe—wen2(1.DepartmentofNavigationandCommunication,NavySubmarineAcademy.QingdaoSh卸deng266071,China;2.CollegeofMechatronicsandAutomation,NationalUniversityofDefenseTechnology,ChangshaHunan410073,China)Abstract:Aninversecontrol

4、methodisproposedbasedonmultiplemodelsusingself-organizingmapneuralnetwork.Theboundednessofthecontrolledoutputerrorisproven.Furthermore,theideaofmultiple·modeladaptivecontrolinparameterspaceisintroduced.Onemoreadaptiveinversemodelisaddedtothefixedmultiplemodelst

5、oimprovetheperformanceofthecontrolsystem.Thesimulationexampleillustratestheproposedmethod.Keywords:multiplemodels;self-organizingmap;neuralnetwork;inversecontrol;adaptivecontrol1引言(Introduction)近年来,多模型控制方法得到迅速发展,其基本思想是利用多个模型对动态特性变化较大的系统进行控制,多个控制器覆盖了可能出现的多个动态特性.

6、这其中最突出的工作由Yale大学的Narendra教授领导的研究小组开展.为改善自适应控制器的过渡过程响应性能,提出了一套基于多模型切换的自适应控制策略⋯1,经过不断演化,最终形成了一种具有“Ⅳ+2”个模型的切拱自适应控制结构【2】.此方法的特点是在参数空间建立多个(Ⅳ个)固定的线性模型以覆盖可能的参数分布情况,并且有一个可重新初始化的自适应模型和一个自由自适应模型.当系统参数发生跳变,根据性能指标,系统切换到最合适的模型,同时可重新初始化的自适应模型也切换到此模型并重新开始自适应,而自由自适应模型只进行参数自适应而

7、不做任何切换.这样,切换策略保证系统的过渡过程性能,而自适应策略保证系统的稳态性能.目前,这一控制方法已扩展到随机系纠3,4】和非线性系统控制.在国内,王伟教授领导的研究小组在这方面的工作取得了丰富的成果IS一.但是对于一般的非线性系统而言,这种多模型控制器的效果并不理想.因为对于非线性系统而言,即使参数不发生变化,线性系统也难以对它进行逼近.并且,对于同样的性能指标,一个非线性模型也可能对应于多种不同的线性参数模型.因此,对于较复杂的非线性系统而言,还只能采取与其它方法(如神经网络)相结合的方式进行控制【7】.对于

8、非线性系统而言,采用多个模型在状态空间进行分而治之的控制策略,则要直接的多.Matinetz等采用自组织映射(self-organizingmap,SOM)神经网络划分工作空间,在机器人手眼协调控制过程中用多个局部线性模型逼近机械手的逆运收稿日期:2006-08—26;收修改稿日期:2(107—06—18.基金项目:国家自然科学基金重点资助项I

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。