基于扩展BP神经网络的一类非线性系统自适应控制设计

摘要 针对单输入单输出非线性系统的不确定性问题，提出了一种新型的基于扩展反向传播（BP）神经网络的自适应控制方法。首先，采用离线数据来训练BP神经网络的权值向量；然后，通过在线调节伸缩因子和逼近精度估计值的更新律，从而来达到控制整个系统的目的。在控制器的设计过程中，利用李亚普诺夫稳定性分析原理，保证了闭环系统的所有状态一致终极有界（UUB）。相比传统的BP神经网络自适应控制，所提方法能有效地减少在线调节的参数数目、减轻计算负担。仿真结果表明，该方法能够使闭环系统的所有状态都趋于零，即系统达到稳定状态