资源描述：
《毕业设计（论文）-RBF神经滑模控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、RBF神经滑模控制.摘要简单的介绍了径向基函数（RBF－RadialBasisFunction），包括它的结构、性能、基本的模型、一些训练算法和学习算法以及MATLAB仿真。RBF径向基神经网络在工程中，尤其是各种智能控制中的应用十分广泛，其具有良好的非线性映射能力、自学习和泛化能力，是一种局部逼近网络,能任意精度逼近任意连续函数。在此主要研究RBF网络逼近，神经网络的等效滑模控制以及滑模控制器的设计。利用其良好的逼近性能以切换函数作为RBF神经网络的输入,滑模控制器作为RBF神经网络的输出,实现单入单出的神经
2、滑模控制。滑模控制与神经网络相结合,解决了控制系统跟踪性能和鲁棒性能之间的矛盾.系统中的滑模控制器保证了系统的快速跟踪性能，而神经网络具有很强的自学习功能,通过学习能够保证系统的稳定性,并且可对扰动和参数变化进行有效的抑制补偿,从而在不牺牲系统鲁棒性的同时达到削弱抖振。以上内容通过MATLAB仿真表明最终结果.关键词：径向基函数，滑模控制，网络逼近，MATLAB仿真63RBF神经滑模控制RBFSlidingModeContralABSTRACTRadialBasisFunction(RBF-RadialBasi
3、sFunction),includingitsstructure,performance,thebasicmodel,sometrainingandlearningalgorithmandMATLABsimulationisintroducedinthispaper.RadialBasisNeuralNetworksiswidelyusedinaproject,particularlyintelligentcontrol,ithasgoodnonlinearmappingability,self-learnin
4、gandgeneralizationanditisalocalnetwork,canapproximateanycontinuousfunctionbyArbitraryprecision.RBFapproximation,theequivalentslidingmodecontrolofneuralnetworkandthedesignofslidingcontrollerarethemainresearchcontent.ForitsgoodApproximation,wecanmaketheswitchi
5、ngfunctionastheinputofRBFnetworkandaslidingcontrollerastheoutput,thenwecanachieveasingle-inputsingle-outputslidingmodecontrol.SlidingmodecontrolcombinedwithneuralnetworkcanresolvethecontradictionbetweenthetrackingperformanceandRobustperformanceofthesystem.Sl
6、idingcontrollerofthesystemsatisfythetrackingperformance.theself-learningfunctionofneuralnetworkisverystrong,itcansatisfythestabilityofthesystem，andinhibitandcompensatefor63RBF神经滑模控制thedisturbanceandthechangeoftheparameterseffectively,sothatitcanweakenthebuff
7、etingwithoutreducetheRobustperformance.AllabovewillbetimulatebyMATLABtoshowtheresults.Keywords:radialbasisfunction,slidingmodecontrol,NetworkApproximation,MATLABsimulation63RBF神经滑模控制RBF神经滑模控制0引言复杂的系统，因其具有模型的不精确性或者不确定性，因而用很多通常的控制方法是难以有效的进行控制的。而人工神经网络（简称神经网络）由
8、于其具有学习能力和非线性映射能力，利用它可以有效的解决一些复杂系统的控制。近年来，随着人工智能和智能控制的迅速发展，神经网络越来越广泛的应用在控制领域的很多方面。神经网络首先成功的应用在信号处理领域，包括图像处理、机器视觉、故障诊断、目标检测、自适应滤波和信号压缩等方面。这些成功，使得神经网络的应用领域不断的扩展。许多用通常的方法难于解决的问题，都趋向于用神经网络来寻求解决方法。BP网
