论文：基于神经网络的分散直接自适应控制.pdf

基于神经网络的分散直接自适应控制 张天平 顾海军 周彩根 扬州大学信息工程学院计算机科学与工程系，江苏扬州，225009 摘 要: 研究了一类具有未知常数控制增益的耦合大系统的直接自适应神经网络控制问题。基于滑 模控制原理，并利用多层神经网络的逼近性质， 提出一种分散直接自适应滑模控制器的设计方案。 通过在线调节神经网络的连接权、滑模控制增益, 从而实现了对动态不确定性及建模误差进行自适 应补偿。利用李亚普诺夫方法, 证明了自适应控制系统是全局稳定的, 跟踪误差收敛到零的一个邻 域内。 关键词: 神经网络, 分散控制, 滑模控制, 自适应控制, 全局稳定性 Decentralized Direct Adaptive Control Based on Neural Networks Zhang Tian-ping Guo Hai-jun Zhou Cai-gen Dept of compr Sci Engin, Coll of Inf Engin, Yangzhou Univ, Yangzhou, 225009, China Abstract The problem of direct adaptive neural network control for a class of interconnected systems with unknown constant control gains is studied in this paper . Based on the principle of sliding mode control and the approximation capability of multiplayer neural networks, a design scheme of decentralized direct adaptive sliding mode controller is proposed. The plant dynamic uncertainty and modeling errors are adaptively compensated by adjusted the weighs and sliding mode gains on-line. According to the Lyapunov method, the closed-loop adaptive control system is proven to be globally stable, with tracking errors converging to zero. Simulation results demonstrate the effectiveness of the proposed approach. Keywords Neural networks, decentralized control, sliding mode control, adaptive control, global stability. 1 引 言 现实世界中，许多过程都是由多个相互作用的子系统组成，控制这些过程常采用分散 控制或集中控制策略。近年来, 对耦合大系统的自适应控制研究受到国内外学者的广泛关 注，已获得许多研究结果[1-6]。但文献 [1,2] 仅仅讨论了各子系统建模部分均为线性的性况, 所提出的分散自适应控制器设计只能保证跟踪误差收敛到一残差集; 而文献[3] 提出的控 制策略缺少理论分析。文献 [4,5]利用模糊系统的逼近性质，对控制增益为未知常数的一类 非线性大系统, 采用参数投影算法，提出了两种分散自适应模糊控制器设计的方法，本质上 是属于全息集中控制。文献[6]利用具有线性可调参数的神经网络逼近性质，提出了一种分 散自适应控制策略，其稳定性分析需要逼近误差有界。 本文在文献[4-6]基础上，针对一类结构相似的组合大系统， 提出了一种分散直接自适 应控