资源描述：
《一类含动态扰动的随机非线性系统的FNN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、第46卷第4期航空计算技术Vol.46No.42016年7月AeronauticalComputingTechniqueJul.2016一类含动态扰动的随机非线性系统的FNN控制李亚锋,李桂芳,陈川(南京航空航天大学民航飞行学院,江苏南京211100)摘要:针对一类非仿射且带有动态扰动的纯反馈随机非线性不确定系统,在随机Lyapunov稳定性理论框架下,利用自适应Backstepping方法并结合模糊神经网络(FNN),设计出保证闭环系统所有信号概率意义下有界的自适应控制器。在控制器设计中,对系统动态扰动进行参数化处理,并对系统不确定性进行FN
2、N逼近,以四层神经网络为基础构架,引入模糊逻辑对网络进行推理,其输出权值可自适应调整,设计方法有效地减少了可调参数的数量,数值仿真结果也表明设计方法的有效性。关键词:随机非线性系统;动态扰动;模糊神经网络;自适应反推中图分类号:TP183文献标识码:A文章编号:1671-654X(2016)04-0039-05FuzzyNeuralNetwork-basedControlforaClassofUncertainStochasticNonlinearSystemswithDynamicsDisturbancesLIYa-feng,LIGui-fa
3、ng,CHENChuan(CollegeofCivilAviation,NanjingUniversityofAeronauticsandAstronautics,Nanjing211100,China)Abstract:Theproblemofboundednessinprobabilityisinvestigatedforaclassofuncertainstochasticnonlinearpure-feedbacksystemswithdynamicdisturbances.UndertheframeworkofstochasticLy
4、apunovstabilitytheoryandbasedonFNN,thecontrollersandtheadaptationlawsareobtainedbyusingofthebacksteppingdesigntechnique,whichrendertheclosed-loopsystemsboundednessinprobability.Duringthecourseofdesigning,thedynamicdisturbancesareparameterizedandtheuncertaintiesareapproxima-t
5、ed.Duetofourlayersofneuralnetworkarchitecture,abetterapproximationcanbeachievedbyintrodu-cingfuzzylogicandtheadjustableweightofoutputlayer.Sothefewerdesignparametersaredemanded.Anexampleisgiventoverifytheeffectivenessoftheproposeddesignapproach.Keywords:stochasticnonlinearsy
6、stems;dynamicdisturbances;fuzzyneuralnetworks;adaptivebackstep-ping引言确定性问题有着较好的处理能力,因此在不确定系统控制问题的研究中获得了广泛的应用。其中,文[3]近几年来,对于随机非线性不确定系统控制问题对带有参数不确定项的随机非线性系统进行自适应观的研究,已成为研究热点。许多非线性系统控制方法测器设计,使观测器概率意义下有界;文[4]对一类严被扩展到随机非线性系统的研究中,如Lyapunov函数[1][2]格反馈型的随机非线性系统,利用Backstepping技术法,Bac
7、kstepping技术,自适应模糊方法等,这些和神经网络方法设计出一类自适应神经网络输出反馈方法对于随机非线性系统问题的研究起到了重要的推控制器,使闭环系统依概率稳定;文[5]通过引入模糊动作用。神经网络对一类非仿射纯反馈随机非线性系统进行跟在飞行系统中,往往存在外界动态干扰信号,同时踪控制器设计保证跟踪误差依概率最终有界;文[6]伴随着随机因素的干扰,致使实际问题的建模不可避对含有时滞的随机非线性系统设计了神经网络状态反免地存在诸多不确定性。而模糊逻辑和神经网络具有馈控制器,使闭环系统中所有信号概率意义下半全局优良的逼近未知函数的特点,二者对
8、系统中存在的不收稿日期:2016-05-30修订日期:2016-06-30基金项目:国家自然科学基金青年科学基金项目资助(61304020);江苏省科
