×
哈，舒敏;陈良云;刘恒

具有未知死区的分数阶混沌系统的指令滤波自适应神经网络同步控制。 （英语） Zbl 1464.93075号

J.富兰克林研究所。 358，编号7，3376-3402（2021）.
摘要：命令过滤器对于减轻标准backstepping控制方法的固有计算复杂性（ICC）至关重要。针对未知死区输入下的不确定分数阶混沌系统（FOCS），提出了基于分数阶指令滤波器（FCF）的同步控制方案。虚拟控制函数（VCF）及其分数阶导数由FCF的输出近似。为了处理滤波误差并获得良好的控制性能，开发了一种误差补偿机制（ECM）。引入径向基函数神经网络（RBFNN）来放宽标准反推控制方法中不确定函数必须是线性的要求。在每个步骤中构造一个VCF满足Lyapunov函数，以确保相应子系统的稳定性。利用有界信息处理未知DZI，保证了同步误差系统的稳定性。最后，仿真结果验证了我们方法的有效性。

引用于11文件

MSC公司：

93D99型 控制系统的稳定性
93C40型 自适应控制/观测系统
93B70型 网络控制
93立方厘米 由常微分方程控制的控制/观测系统
26A33飞机 分数导数和积分

关键词：

同步控制;不确定分数阶混沌系统;分数阶命令滤波器
PDF格式BibTeX公司 XML格式引用
\textit{S.Ha}等人，J.Franklin Inst.358，No.7，3376--3402（2021；Zbl 1464.93075）
全文： DOI程序

参考文献：

[1] Podlubny，I.，《分数微分方程：分数导数、分数微分方程及其应用方法简介》，198（1998），Elsevier·Zbl 0922.45001号
[2] 卡尔森，G。；Halijak，C.，通过常规牛顿过程近似分数电容器（1/s）⌃（1/n），IEEE Trans。圆形。理论，11，2，210-213（1964）
[3] 德米尔西，E。；Ozalp，N.，《解分数阶微分方程的方法》，J.Compute。申请。数学。，236，112754-2762（2012年）·Zbl 1243.34003号
[4] Krishna，B.T.，《分数阶微分器和积分器的研究：一项调查》，《信号处理》。，91,3386-426（2011年）·Zbl 1203.94035号
[5] Chen，L。；Hao，Y。；黄，T。；袁，L。；郑S。；Yin，L.，分数阶离散神经网络中的混沌及其在图像加密中的应用，神经网络。，125, 174-184 (2020)
[6] Magin，R.L.，《生物工程中的分数微积分》（2006），Begell House Redding
[7] Efe，M.O.，《工业自动化中的分数阶系统：调查》，IEEE Trans。Ind.Inf.，7，4，582-591（2011）
[8] 特卡姆，G.T.O。；Kwuimy，C.A.K。；Woafo，P.，《具有分数阶粘弹性材料的三稳态能量收集系统分析》，Chaos，25，1，013112（2015）·Zbl 1345.74024号
[9] Efe，M.O.，神经网络辅助计算简单pi（{}^lambda）d（{}^mu）控制四驱无人机，IEEE Trans。Ind.Inf.，7，2，354-361（2011）
[10] Sun，G。；Ma，Z.，采用自适应分数阶终端滑模控制的直线电机实用跟踪控制，IEEE/ASME Trans。机电一体化。，22, 6, 2643-2653 (2017)
[11] Boulkroune，A。；梅拉兹卡，L。；Li，H.，不确定非线性多变量系统的模糊自适应状态反馈控制方案，IEEE Trans。模糊系统。，27, 9, 1703-1713 (2019)
[12] 刘，H。；潘，Y。；曹，J。；Wang，H。；周瑜，执行器故障下分数阶非线性系统的自适应神经网络反推控制，IEEE Trans。神经网络。，1-12 (2020)
[13] Chen，L。；黄，T。；马查多，J.T。；Lopes，A.M。；Chai，Y。；Wu，R.，一类具有时变时滞的分数阶记忆神经网络渐近稳定性的时滞相关判据，神经网络。，118, 289-299 (2019) ·Zbl 1443.93108号
[14] Xu，K。；Chen，L。；王，M。；Lopes，A.M。；Tenreiro Machado，J。；Zhai，H.，结构振动的改进分散分数PD控制，数学，8，3326（2020）
[15] Boulkroune，A。；Tadjine，M。；Msaad，M。；Farza，M.，不确定非线性系统统一自适应模糊观测器的设计，Inf.Sci。（纽约），265139-153（2014）·Zbl 1327.93251号
[16] 李，Y。；Tong，S.，自适应神经网络规定了切换互联不确定非线性系统的性能控制设计，IEEE Trans。神经网络。学习系统。，29, 7, 3059-3068 (2018)
[17] 刘，Y。；卢·W。；Wang，H。；高，X。；Huang，Q.，使用蒙特卡罗模拟改进垃圾填埋场恶臭化合物的影响评估，科学。总环境。，648, 805-810 (2019)
[18] 哈，S。；刘，H。；李，S。；Liu，A.，一类具有输入饱和的分数阶混沌系统的基于Backstepping的自适应模糊同步控制，国际模糊系统杂志。，21, 5, 1571-1584 (2019)
[19] 哈，S。；刘，H。；Li，S.，具有输入饱和的分数阶混沌系统的自适应模糊反推控制，J.Intell。模糊系统。，37, 5, 6513-6525 (2019)
[20] Chouhan，N。；A.Khan。；Khan，H.，使用基于信道增强和残差学习的深度卷积神经网络进行网络异常检测，应用。软计算。，83, 105612 (2019)
[21] Farrell，J.A。；Polycarpou，M。；夏尔马，M。；Dong，W.，命令过滤backstepping，IEEE Trans。自动。控制，54，6，1391-1395（2009）·Zbl 1367.93382号
[22] Dong，W。；Farrell，J.A。；Polycarpou，M.M。；Djapic，V。；Sharma，M.，命令过滤自适应反步法，IEEE Trans。控制系统。技术。，20, 3, 566-580 (2012)
[23] Yu，J。；Shi，P。；Dong，W。；Lin，C.，基于命令滤波的未知死区非线性系统的自适应模糊控制，IEEE Trans。模糊系统。，26, 1, 46-55 (2018)
[24] 潘，Y。；Yu，H.，保证参数收敛的复合学习机器人控制，Automatica，89，398-406（2018）·兹比尔1388.93063
[25] 李，Y。；陈，Y。；Podlubny，I.，分数阶非线性动力系统的Mittag-lefler稳定性，Automatica，45,81965-1969（2009）·兹比尔1185.93062
[26] Kaczorek，T.，分数广义离散非线性系统的降阶完美非线性观测器，国际期刊应用。数学。计算。科学。，27, 2, 245-251 (2017) ·兹比尔1367.93092
[27] Podlubny，I.，分数阶系统和pi（{}^\lambda\）d（{}^\mu\）控制器，IEEE Trans。自动。控制，44，1，208-214（1999）·Zbl 1056.93542号
[28] Abdelouahab，M.S。；Hamri，N.，分数阶混合光学系统及其混沌控制同步，电子。J.理论。物理。，11, 30, 49-62 (2014)
[29] Rajagopal，K。；Guessas，L。；Karthikeyan，A。；Srinivasan，A。；Adam，G.，分数阶忆阻无平衡混沌系统及其自适应滑模同步和遗传优化分数阶PID同步，复杂性，2017（2017）·Zbl 1367.93128号
[30] Dabiri，A。；Butcher，E.A。；Poursina，M。；Nazari，M.，线性分数周期时滞系统的最优周期增益分数时滞状态反馈控制，IEEE Trans。自动。控制，63，4，989-1002（2018）·Zbl 1390.93324号
[31] Kaczorek，T.，分数广义离散时间线性系统的点态完备性和点态退化，布尔。波兰。阿卡德。科学。科技。，989-993 (2019)
[32] 刘，H。；潘，Y。；李，S。；Chen，Y.，分数阶非线性系统的自适应模糊反推控制，IEEE Trans。系统。人类网络。系统。，47, 8, 2209-2217 (2017)
[33] 龚，P。；Lan，W.，《具有定向拓扑的不确定非线性分数阶多智能体系统的自适应鲁棒跟踪控制》，Automatica，92，92-99（2018）·Zbl 1388.93052号
[34] Shukla，M.K。；Sharma，B.，一类分数阶混沌系统的基于Backstepping的镇定与同步，Chaos Solit。分形。，102, 274-284 (2017) ·Zbl 1374.93173号
[35] Chen，L。；Wu，R。；何毅。；Yin，L.，具有多面体不确定性的分数阶线性系统的鲁棒稳定性和镇定，应用。数学。计算。，257, 274-284 (2015) ·兹比尔1338.93293
[36] 徐，S。；Sun，G。；马，Z。；Li，X.，输入饱和条件下系留卫星系统部署的分数阶模糊滑模控制，IEEE Trans。Aerosp.航空公司。电子。系统。，55, 2, 747-756 (2018)
[37] Goudarzi，A。；李，Y。；Xiang，J.，求解非凸组合环境经济调度问题的混合非线性时变双加权粒子群优化，应用。柔软。计算。，86, 105894 (2020)
[38] 李，Z。；李·T。；Feng，G.，利用动态表面技术对一类具有未知死区的随机非线性时滞系统进行自适应神经控制，国际鲁棒非线性控制，26，4，759-781（2016）·Zbl 1333.93222号
[39] Boubellouta，A。；Boulkroune，A.，混沌光学系统基于分数阶控制的投影同步，软计算。，23, 14, 5367-5384 (2019) ·Zbl 1418.93141号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。