本课题研究一类用输入输出模型表示的非线性系统具有未知非线性情况下的鲁棒自适应控制问题。1996年美国学者Khalil率先发表该类系统控制的研究结果,近年又有一些来自其他研究者的研究成果发表,如中国学者Y. Liu 和X.-Y. Li等人的工作,本课题是在这些基础上的进一步研究。对于所研究的一类系统,在系统具有完全未知非线性函数、具有未知时间滞后、控制增益未知、控制增益符号未知等复杂情况下,采用基于神经网络或模糊系统的在线逼近与反馈线性化理论相结合的方法,给出了各种情况下的控制器设计方案,建立了具体的控制律和参数调整的自适应律,用利亚普诺夫稳定性理论取得了相关的稳定性结论。针对RBF神经网络、模糊系统和小波网络在用于在线逼近时的相似性,提出了基于通用逼近器的控制算法,采用其中任何一种逼近器闭环系统的稳定性都能够得到保证。研究成果对于解决实际控制系统中存在各种未知因素和时间滞后问题提供了简洁的理论方法,发展了该类型不确定非线性系统的控制理论,对于解决控制理论与应用实际脱节有重要意义。课题研究相对国际上目前已有结果取得新的进展,水平处于国际前沿,相关研究结果在多个重要国际期刊发表。
英文主题词nonlinear control systems; on-line approximation; adaptive control; neural networks; fuzzy logic systems