第 期電 子學 報7Vol 。 28 No。 7年 月 2000 7ACTA 2000用輸入輸出模型表示的非線性系統的模糊神經網絡滑模自適應控制達飛鵬，宋文忠（東南大學自動化所，南京 ）摘 要： 本文對一類用輸入輸出模型表示的非線性系統，基于模糊神經網絡，提出了一種滑模自適應控制方法。通過對系統輸入輸出模型的分解，將控制器的設計分為兩步，第一步是設計模糊神經網絡滑模控制器，第二步是進行線性系統的設計。 模糊神經網絡滑模控制器是由模糊神經網絡實現滑模控制，它平滑了切換信號，消除了滑模控制中固有的顫動現象同時在控制器的設計中不需要知道系統的不確定性和擾動的界限，使系統有強魯棒性 運用。L a-yunov 穩定理論，證明了整個系統是穩定的且系統的跟蹤誤差收斂到零的鄰域 仿真結果表明了控制方案的有效性p。。關鍵詞： 非線性系統；模糊神經網絡；滑模控制；自適應控制中圖分類號：文獻標識碼：文章編號：（ ）-2112 2000 07-0051-04Sl i d i n9 AdaPt ive Mode Cont rol Based on f uZZy Neu ral or Non l i near S stems re bl n ut-out ut Model syPy PP，DA Fei-peng SONG Wen-zhong（，，， ） Nan in J g：（ ）， Based on Fuzz FNN a mode ada tive is for of s stems re b in ut-out ut 。
There are tWo arts in the desi n：ypy pppg one is the desi n ofg（）the Fuzz Mode and the other is the desi n of the s stem 。 ，，Where the FNN is used to the mode can the by the con-trol si nal While the of the and the of the s stems are not knoWn in the desi n 。 Bgyg y，the L a unov/ s theor We have roved that the s stem is and the error can be ed toy nei of zero。
g：；；；Ke words s stems fuzz mode ada tive ! 引言的不確定性和擾動的大小。 這些缺點嚴重妨礙了滑模控制的滑模變結構控制是一種控制系統的綜合設計方法，對干研究和應用。［］模糊神經網絡具有很好的學習能力和非線性表述能力，1 擾和未建模的動態有較強的魯棒性 但是一般的滑模控制。 設計是基于系統的狀態進行的，而在實際系統中是難以取到將滑模控制和模糊神經網絡有機結合是設計魯棒控制的很好的途徑 本文針對一類用輸入輸出模型表示的非線性系統，基 系統的狀態的。 因此，如何僅利用輸入輸出模型來設計滑模控。［］于模糊神經網絡提出了滑模自適應控制方法 通過對系統輸2 制器一直是控制理論工作者關注的話題 文［，］在。。 3 4［］入輸出模型的分解，將控制器的設計分為兩部分畢業設計任務書非線性系統的神經網絡控制設計及比較，一部分是由5 線性輸入輸出模型 下將滑模變結構控制引入模型 參考自適應控制，得到的結果是不需要充分激勵的條件且系模糊神經網絡滑模控制器實現，另一部分是進行線性系統的 統的魯棒性明顯增強 文［ ］將滑模變結構控制方法用到設計。
在模糊神經網絡滑模控制器中用模糊神經網絡的輸出。 6 !8 不確定動態系統的輸出反饋控制中，取得了一些結果，但這些代替滑模控制中的符號項，平滑了控制信號，從而在根本上消 方法都需對系統的狀態進行估計。 但是在非線性系統中，分離除了滑模變結構控制中所固有的顫動現象。 由于模糊神經網 原則是不適用的，即狀態反饋設計和狀態觀測設計是不獨立絡和滑模控制的結合，可以在不知道系統不確定性和擾動界 的。 另外，這些方法并沒有解決滑模控制中的其它一些缺點， 限的情況下完成對系統的自適應控制，因此系統就具有很強 如控制信號中的高頻顫動、在控制器的設計中需要知道系統的魯棒性。 這樣，本文提出的方法就解決了滑模控制中存在的問題。 收稿日期：；修訂日期：1999-01--02-28 52電 子學報2000 年0 1 0 … 00TT 2 問題的描述和基本假設0 0 1 … 00考慮單輸入單輸出的非線性系統，其 階微分方程寫為…，（）7A =b = 0 0 … 10（）（ ）7 （·）（·） （） m（·）y = f + f !+ g + g! + d0ii 0 i i… JJi=1i=10 0 00 m> m1 m> 1（）1 3 控制器設計（）i 其中，是控制輸入，是可測輸出， 表示 的Ry Ryy i根據式（）、（），可將控制器的設計分為兩個部分：模糊4 5 階導數，（·）， ，，…，，是未知的有界光滑非線m0a bSe = - = O -（）設'，則令修正函數 （），其中1 y yT 1 yTa S>0S>0 。
m S = - S- ##' ''為大于 的任意小的數 以修正函數 （）作為偏差來修正e = - = O -0。m S2 y yT 2 yT 取（），可得到修正的 和 然后由修正后的 和 再檢驗滑''3FNNS S。S S（ ） （ ）（ ）e = y 7 - 1 - y 7 - 1 = O - y 7 - 1模控制的基本條件是否滿足，若不滿足，則繼續調整FNN ，直7T7 TT到 · 成立'［ ， ，…， ］S S 7 1 7 > 1 第 7 期達飛鵬：用輸入輸出模型表示的非線性系統的模糊神經網絡滑模自適應控制53 統的穩定性不能得到保證。定義準L a unov函數y p線性反饋控制器（）設計 3 。 f 2（）V= S19從式（）、（）知，線性系統 '雖然可控但是25 6Z =A z+bO2 2則 '· 由式（）知，當 ／'時，，有，'V =S S 。8S 1 S =0 V =0 V 不穩定，因為它是一個由m 個積分環節串聯而成的線性系1 1P1；當 ／時，· （／）畢業設計任務書非線性系統的神經網絡控制設計及比較，此時分兩種情況討=0 S1 S =S- s n S 統 因此選擇矩陣［ ，…， ］作狀態反饋，記P1 P g P 。
K= aaA =A-1 mm bK，則有論。 2（）當 ／時，a S 101 0 … 0P，' ' 由…S =S - 0 S =S。00 101P1…（） 本文給出的算法可以得A =7m00 0 … 1到 · ·' 'S S m（ ）當 ／b S < - 1 其中， 滿足多項式 m（m-1） … A +a A+ +a A。i1 2m時，同理可得， ·'S S 電 子學報%""" 年［ ］， ［，］仿真結果見圖 ，圖中橫坐標表示時間，縱Q R74-,147 @ / ’ / 7,1 N7(7E7,+ L / ’*7G(- 717D*+E- 3),*4)((-4 1-5+2,I1+4-3* ! " #"$ ! ! % & "%， ， ： 坐標表示幅度大小 圖 給出的是當采用一般滑模控制器和3),*4)( / :000 C / ; / $=［ ］ 能和動態性能"K ; / 7,1 ’DF42-), ’ / @ / / ’(+1+,2 9)1- 5*7G+(+T7*+), )6 F,3-4*7+,， ， ：585*-95 F5+,2 ),(8 )F*DF* +,6)497*+), / :,* / 。 / ; / $［ ］ 參考文獻=V+),2 W / P / 7,1 P-17,+3 。 / N / V8,79+3 )F*DF* 6--1G73H E74+7G(-， ， ：5*4F3*F4- 3),*4)( 6)4 585*-9 5*7G+(+T7*+), / :,* / 。 / ; / $