删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于Kleinman迭代算法的非线性系统自适应控制器设计

本站小编 Free考研考试/2021-12-27

王乐,何舒平
安徽大学电气工程与自动化学院,合肥 230601
出版日期:2017-09-25发布日期:2017-11-29




Adaptive Controller Design of a Class of Nonlinear Systems Based on Kleinman Iterative Algorithm

WANG Le ,HE Shuping
School of Electrical Engineering and Automation, Anhui University, Hefei 230601
Online:2017-09-25Published:2017-11-29







摘要



编辑推荐
-->


应用Kleinman迭代算法,研究了一类非线性系统的在线自适应控制器设计问题.基于神经网络线性微分包含技术,对此类非线性系统进行建模描述. 并在不利用系统后续参数矩阵的情况下,应用Kleinman迭代算法进行反复迭代,求解系统的Riccati 方程.进而设计系统的自适应控制器,并证明了该算法的收敛性.最后通过数值仿真验证了该算法的可行性.

分享此文:


()


[1]胡雪梅, 蒋慧凤. 具有技术指标的逻辑回归模型预测谷歌股票的涨跌趋势[J]. 系统科学与数学, 2021, 41(3): 802-823.
[2]史豪楠, 陈森, 赵志良. 自抗扰无人车纵向编队跟踪控制[J]. 系统科学与数学, 2021, 41(2): 291-309.
[3]陆文星,戴一茹,李楚,李克卿. 基于改进PSO-BP神经网络的旅游客流量预测方法[J]. 系统科学与数学, 2020, 40(8): 1407-1419.
[4]程帅,于金鹏,赵林,于海生. [J]. 系统科学与数学, 2020, 40(12): 2211-2224.
[5]齐雪,才治军. 船用锅炉主蒸汽压力系统的多工况控制[J]. 系统科学与数学, 2019, 39(6): 831-844.
[6]贾凯,倪志伟,李敬明,陆玉佳,朱旭辉. 基于改进二进制人工蜂群的BP神经网络并行集成学习算法及其应用研究[J]. 系统科学与数学, 2019, 39(3): 477-494.
[7]王溪,明扬,洪奕光. 基于群论的深度卷积网络分析[J]. 系统科学与数学, 2019, 39(2): 219-227.
[8]李祥坤,杨争峰,曾霞,刘志明. 一种面向图像识别的神经网络通用扰动生成算法[J]. 系统科学与数学, 2019, 39(12): 1944-1963.
[9]相鑫,刘秀丽. 四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用[J]. 系统科学与数学, 2018, 38(6): 702-710.
[10]熊凯,魏春岭. 基于自适应极大后验估计的空间目标运动状态确定[J]. 系统科学与数学, 2017, 37(8): 1729-1740.
[11]许丹丹,杨世海. 南极大型望远镜跟踪系统的鲁棒自适应控制研究[J]. 系统科学与数学, 2017, 37(6): 1404-1412.
[12]蒋衍光,黄一,薛文超,方海涛. 拟一致无迹卡尔曼滤波算法[J]. 系统科学与数学, 2017, 37(4): 965-977.
[13]罗世贤,陈武华. 一类随机反应扩散神经网络的周期间歇采样控制[J]. 系统科学与数学, 2017, 37(3): 652-664.
[14]张艺凡,刘亮. 一类随机上三角非线性系统的全局渐近输出反馈镇定[J]. 系统科学与数学, 2017, 37(2): 338-346.
[15]李武全,王会. 一类随机非线性马尔可夫切换系统的输出反馈控制[J]. 系统科学与数学, 2017, 37(2): 347-354.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13234
相关话题/系统 科学 数学 控制 设计