论文部分内容阅读
自适应模糊控制是模糊控制与自适应控制的集成,是一种无需建模的控制方法。本文采用自适应模糊控制研究存在着模型不确定性或未建模动态的非线性系统的跟踪问题。
本文先在前言中对模糊控制的产生、发展和应用作了简要回顾,对自适应模糊控制在非线性系统设计中的研究现状作了简要综述。在第二章中,介绍了一类基于T-S模型的模糊神经网络,并对其结构、算法进行了讨论。本文证明了这种模糊神经网络是全局逼近器,能以任意精度逼近紧致集上的连续函数。在第二章的最后,将这种模糊神经网络用于一类离散非线性系统的控制器的设计,设计出的控制器具有良好的性能。在第三章中,研究了一类连续时间非线性系统的间接自适应模糊控制,采用第二章中提出的模糊神经网络逼近未知的连续函数。基于李雅普诺夫分析方法设计自适应律,控制方案能保证在所有变量一致有界的意义上,闭环系统渐近稳定。第四章在第三章的基础上,研究了一类连续非线性系统的直接自适应模糊控制,同样,设计出的控制器能保证在所有变量一致有界的意义上,闭环系统渐近稳定。第五章对常值信号的跟踪提出一种设计方法,使得当模糊神经网络对系统函数的逼近足够好时,能保证在某个区域内跟踪误差趋于零。第六章为全文的结论并指出了存在的问题,和今后进一步研究的方向。
本文的主要创新在于:将自适应模糊控制的研究推广到一类可部分线性化的非线性系统;采用模糊神经网络作为逼近器;研究了固定信号的跟踪问题。