非线性时滞系统的神经网络稳定控制方法研究

针对非线性时滞控制系统的复杂性、控制的困难以及系统不稳定性，很难得到精确的数学模型，其控制设计方法受到很大的限制，在自适应性和鲁棒性方面存在难以弥补的问题，拟开展基于神经网络的非线性时滞系统的稳定控制研究，设计基于神经网络的非线性时滞开关控制器，达到对非线性时滞系统的控制。.本项目主要利用神经网络的非线性、自组织和自学习的特点，采用并行分布式信息处理方式，首先识别非线性时滞系统模型参数、模型结构，建立基于神经网络的非线性时滞系统模型，该模型具有自适应校正，自适应评判控制、预测控制效果，进一步建立神经网络非线性时滞开关控制器，达到对非线性时滞系统监督可控制，同时它可以在线学习修正，通过最佳优化参数，对非线性开关的控制器进行优化控制。同时,对非线性时滞系统的鲁棒稳定性、结构稳定性进行系统研究，给出系统稳定的控制方法。