10.3969/j.issn.1001-2400.2002.03.023
基于神经网络的鲁棒自适应滑模迭代学习控制
对一类不确定非线性系统,包括不确定性机器人,提出一种自适应鲁棒迭代学习控制方案.学习控制用于学习周期性的系统不确定性,自适应滑模控制用于抑制非周期性系统不确定性,并且利用RBF神经网络自适应学习系统不确定性的未知上界,对不确定性系统动态和有界输入扰动具有鲁棒性.通过Lyapunov直接方法,确保了对每次迭代闭环系统是一致有界的,并且沿着迭代次数的增加,跟踪误差渐近收敛于零.仿真结果表明了该方案的有效性.
非线性自适应控制、迭代学习控制、滑模控制、神经网络、鲁棒控制
29
TP13(自动化基础理论)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
382-386