李永刚;许斯特芬;埃德温·齐维;Stanislaw H。 不确定系统的变神经自适应鲁棒控制器。 (英语) Zbl 1166.93322号 国际期刊改编。控制信号处理。 22,第8期,721-738(2008). 摘要:提出了一类可变神经自适应鲁棒控制器。提出的控制器的基本组成部分是升正弦径向基函数(RCRBF)神经网络,它可以通过在线添加或删除RBF来动态改变其结构。RCRBF的紧凑支持缓解了RBF参数确定的问题,并且可以与简单的添加和删除算法一起显著减少网络训练过程中的计算工作量。使用Lypaunov型参数分析了整个闭环系统的稳定性。保证了由所提出的控制器驱动的闭环系统的跟踪误差是一致的最终有界的。 引用于1文件 MSC公司: 93亿B50 合成问题 93C40型 自适应控制/观测系统 93B35型 灵敏度(稳健性) 93D05型 李亚普诺夫和控制理论中的其他经典稳定性(拉格朗日、泊松、(L^p、L^p)等) 93立方厘米 信息不完整的控制/观测系统 关键词:自适应控制;鲁棒控制;径向基函数;神经控制;李亚普诺夫稳定性;一致最终有界性 软件:GenSoFNN公司 PDF格式BibTeX公司 XML格式引用 \textit{Y.Lee}等人,国际期刊Adapt。控制信号处理。22,第8号,721--738(2008;Zbl 1166.93322) 全文: DOI程序 参考文献: [1] Wang,非线性系统的稳定自适应模糊控制,IEEE模糊系统汇刊1第146页–(1993) [2] Su,一类具有模糊逻辑的非线性系统的自适应控制,IEEE模糊系统汇刊2第285页–(1994) [3] Yang Y,Zhou C.使用模糊逻辑系统的不确定非线性系统的鲁棒自适应控制。2005年IEEE智能控制国际研讨会论文集,2005年6月27日至29日,塞浦路斯利马索尔;47-52. [4] Narendra,使用神经网络识别和控制动力系统,IEEE神经网络汇刊1第4页–(1990) [5] Rovithakis,通过Lyapunov函数导数估计进行稳定自适应神经控制设计,Automatica 37 pp 1213–(2001)·Zbl 0988.93038号 [6] Park,使用自结构神经网络的非仿射非线性系统的直接自适应控制器,IEEE神经网络汇刊16 pp 414–(2005) [7] 斯普纳,使用模糊系统和神经网络的稳定自适应控制,IEEE模糊系统汇刊4 pp 339–(1996) [8] Fischle,一种改进的稳定自适应模糊控制方法,IEEE模糊系统汇刊7第27页–(1999) [9] Lee,不确定系统的一致最终有界模糊自适应跟踪控制器,IEEE模糊系统汇刊12第797页–(2004) [10] 刘,非线性系统自适应控制的可变神经网络,IEEE系统、人与控制论汇刊-第C部分:应用与评论29页34–(1999) [11] 桑纳,直接自适应控制的高斯网络,IEEE神经网络汇刊2第837页–(1992) [12] Seshagiri,使用RBF神经网络的非线性系统的输出反馈控制,IEEE神经网络汇刊11第69页–(2000) [13] Schilling,用径向基函数神经网络逼近非线性系统,IEEE神经网络汇刊12 pp 1–(2001) [14] 张,通过快速学习设计模糊控制器,模糊集与系统101,第287页–(1999)·Zbl 1126.93368号 [15] Wang,模糊基函数、通用逼近和正交最小二乘学习,IEEE神经网络汇刊3第807页–(1992) [16] Polycarpou,非线性系统的稳定自适应神经控制方案,IEEE自动控制汇刊41 pp 447–(1996)·Zbl 0846.93060号 [17] Xu,一类具有保证误差界的MIMO非线性系统的鲁棒自适应控制,IEEE自动控制汇刊48 pp 728–(2003)·Zbl 1364.93228号 [18] Rovithakis,未建模动态下神经网络控制器的稳健重新设计,IEEE神经网络汇刊15,第1482页–(2004) [19] Pal,Sogarg:基于自组织遗传算法的模糊控制器规则生成方案,IEEE进化计算汇刊7第397页–(2003) [20] Tung,GenSoFNN:通用自组织模糊神经网络,IEEE神经网络汇刊13第1075页–(2002) [21] 李,控制未知植物的自组织神经模糊系统,IEEE模糊系统汇刊11,第135页–(2003) [22] Platt,函数插值的资源分配网络,神经计算3(2)第213页–(1991) [23] Fabri,非线性系统稳定自适应控制的动态结构神经网络,IEEE神经网络汇刊7(5)pp 1151–(1996) [24] 聂,使用模糊自组织径向基函数网络的学习控制,IEEE模糊系统汇刊1第280页–(1993) [25] 刘,用增长径向基函数网络对连续非线性动力系统的稳定序贯辨识,《国际控制杂志》65页53–(1996)·Zbl 0856.93026号 [26] Karayiannis,成长径向基神经网络:将有监督和无监督学习与网络成长技术相结合,IEEE神经网络汇刊,第8页,1492–(1997) [27] Hong,Givens基于旋转的RBF神经网络剪枝快速后向消除算法,IEEE控制理论与应用论文集144 pp 381–(1997)·Zbl 0885.93025号 [28] 英伟,序列最小径向基函数(RBF)神经网络学习算法的性能评估,IEEE神经网络汇刊9 pp 308–(1998) [29] Filippov,右端不连续微分方程(1988)·doi:10.1007/978-94-015-7793-9 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。