基于神经网络和滑模控制的不确定混沌系统同步

基于滑模控制技术和径向基函数神经网络,设计出一种神经滑模控制器,实现了两个不确定混沌系统的同步.控制器的设计不依赖于系统的数学模型,只与系统的输出状态有关,而且对参数不确定性和外界干扰具有较强的稳健性.最后,利用本方法设计出控制器实现了未知Lorenz系统的自同步、未知Lorenz系统与Chen系统之间的异结构同步,而且响应时间短,同步效果好. 关键词： 混沌同步 滑模控制 神经网络 不确定混沌系统     

受扰统一混沌系统基于RBF网络的主动滑模控制

针对受外扰影响的统一混沌系统,提出一种基于径向基函数(RBF)神经网络的主动滑模自适应控制方法.将被控系统分解为受控子系统和自由子系统,利用主动控制思想,建立受控子系统在目标点处的状态误差的可控标准型,设计出一个结构简单的基于滑模趋近率在线参数整定的RBF函数神经网络控制器,并且基于Lyapunov稳定性理论分析了系统的稳定性.仿真结果表明该控制器对系统参数突变和外部干扰具有鲁棒性,同时抑制了抖振. 关键词： 统一混沌系统 主动控制 滑模控制 RBF网络     

不确定分数阶时滞混沌系统自适应神经网络同步控制

针对带有完全未知的非线性不确定项和外界扰动的异结构分数阶时滞混沌系统的同步问题,基于Lyapunov稳定性理论,设计了自适应径向基函数(radial basis function,RBF)神经网络控制器以及整数阶的参数自适应律.该控制器结合了RBF神经网络和自适应控制技术,RBF神经网络用来逼近未知非线性函数,自适应律用于调整控制器中相应的参数.构造平方Lyapunov函数进行稳定性分析,基于Barbalat引理证明了同步误差渐近趋于零.数值仿真结果表明了该控制器的有效性.     

一种新型广义RBF神经网络在混沌时间序列预测中的研究

提出了一种新颖的广义径向基函数神经网络模型,其径向基函数(RBF)的形式由生成函数确定.然后,给出了易实现的梯度学习算法,同时为了进一步提高网络的收敛速度和网络性能,又给出了基于卡尔曼滤波的动态学习算法.为了验证网络的学习性能，采用基于卡尔曼滤波算法的新型广义RBF网络预测模型对Mackey-Glass混沌时间序列和Henon映射进行了仿真.结果表明,所提出的新型广义RBF神经网络模型能快速、精确地预测混沌时间序列,是研究复杂非线性动力系统辨识和控制的一种有效方法. 关键词： 广义径向基函数神经网络 卡尔曼滤波 梯度下降学习算法 混沌时间序列 预测     

基于径向基函数神经网络的未知模型混沌系统控制

基于径向基函数神经网络的智能方法对混沌进行控制-该方法不需要被控混沌系统的解析模型，控制的目标可以为周期轨道，也可以为连续变化的目标函数，在模型参数发生摄动和存在测量噪声情况下，控制仍然有效-研究了神经网络误差对控制精度的影响，并给出相关的定理及证明-针对Logistic映射和Henon吸引子的仿真结果，表明了此方法的有效性和可行性- 关键词： 混沌控制 径向基函数神经网络 参数摄动 测量噪声     

基于线性反馈控制的不确定混沌系统的参数辨识

基于线性反馈控制方法和Lyapunov稳定性理论,研究了参数不确定系统的混沌同步和参数辨识,设计了普遍适用的参数自适应控制律,理论证明设计的控制器可使得两个结构相同但参数不同的混沌系统渐近地达到同步,并且可以辨识出响应系统的未知参数. Lorenz系统和蔡氏电路的数值仿真进一步表明了该方法的有效性. 关键词： 不确定混沌系统 同步 参数辨识 Lyapunov函数     

不确定混沌系统的径向基函数神经网络反馈补偿控制

对不确定混沌系统控制问题, 研究了一种基于径向基函数神经网络(radial basis function neural network, RBFNN)的反馈补偿控制方法. 该方法首先用RBFNN对混沌系统的动力学特性进行学习, 然后用训练好的RBFNN模型对混沌系统进行反馈补偿控制. 该方法的特点是不需要被控混沌系统的数学模型,可以快速跟踪任意给定的参考信号. 数值仿真试验表明了该控制方法不仅具有响应速度快、控制精度高, 而且具有较强的抑制混沌系统参数摄动能力和抗干扰能力.     

基于径向基函数神经网络的多关节机器人滑模控制器

针对具有不确定性的多关节机器人系统,提出了一种径向基函数神经滑模控制方法;该控制方案采用全局滑模面,将神经网络的非线性映射能力与滑模控制的特点相结合,利用径向基神经网络自适应学习系统不确定性的未知上界,消弱了由滑模控制产生的抖动,同时保证了系统的鲁棒性;基于李亚普诺夫定理给出了系统稳定性的充分条件;仿真结果表明,该方法具有良好的轨迹跟踪和速度跟踪性能,提高了对于建模误差和不确定干扰等因素的鲁棒性。     

基于主动滑模控制的一类混沌系统异结构反同步

针对一类连续时间混沌系统,基于主动控制思想,提出了一种主动滑模控制策略,使得一类混沌系统可以达到异结构反同步,其中响应系统的线性部分和控制器参数决定闭环误差及反同步的趋近律. 基于Lyapunov稳定性理论分析了系统的稳定性. 以Lorenz系统、Chen系统和Lü系统为例进行仿真验证,该控制方法可以实现较快的混沌反同步,且反同步的鲁棒稳定性良好. 关键词： 混沌系统 反同步 滑模控制 主动控制     

基于一种新型聚类算法的RBF神经网络混沌时间序列预测

运用两阶段学习方法构建径向基函数(RBF)神经网络模型预测混沌时间序列.在利用非监督学习算法确定网络隐层中心时,提出了一种基于高斯基的距离度量,并联合输入输出聚类的策略.基于Fisher可分离率设计高斯基距离度量中的惩罚因子,可以提高聚类的性能.而输入输出聚类策略的引入,建立了聚类性能与网络预测性能之间的联系.因此,根据本文方法构建的网络模型,一方面可以加快网络训练的速度,另一方面可以提高预测性能.将该方法对Mackey-Glass, Lorenz和Logistic混沌时间序列进行了预测仿真研究,仿真结果表明了该方法的有效性. 关键词： 混沌时间序列 预测 径向基神经网络 聚类     

Synchronization of different chaotic systems via active radial basis functions sliding mode controller

This paper presents a new method to synchronize different chaotic systems with disturbances via an active radial basis function （RBF） sliding controller. This method incorporates the advantages of active control, neural network and sliding mode control. The main part of the controller is given based on the output of the RBF neural networks and the weights of these single layer networks are tuned on-line based on the sliding mode reaching law. Only several radial basis functions are required for this controller which takes the sliding mode variable as the only input. The proposed controller can make the synchronization error converge to zero quickly and can overcome external disturbances. Analysis of the stability for the controller is carried out based on the Lyapunov stability theorem. Finally, five examples are given to illustrate the robustness and effectiveness of the proposed synchronization control strategy.     

用滑模控制方法实现具有扇区非线性输入的主从混沌系统同步

分析了一个具有扇区非线性输入且含有参数不确定性以及外部噪声干扰的主从混沌系统的同 步控制问题.设计了一类同步滑模变结构控制器，并从理论上证明了该控制器的有效性.研究 表明该控制器不受受控系统的参数变化和噪声干扰的影响，具有很强的鲁棒性.最后通过对 主从Duffing_Holmes系统的仿真研究，验证了该控制器的有效性. 关键词： 混沌同步 滑模变结构控制 扇区非线性输入 不确定性     

Controlling chaos based on a novel intelligent integral terminal sliding mode control in a rod-type plasma torch

An integral terminal sliding mode controller is proposed in order to control chaos in a rod-type plasma torch system.In this method, a new sliding surface is defined based on a combination of the conventional sliding surface in terminal sliding mode control and a nonlinear function of the integral of the system states. It is assumed that the dynamics of a chaotic system are unknown and also the system is exposed to disturbance and unstructured uncertainty. To achieve a chattering-free and high-speed response for such an unknown system, an adaptive neuro-fuzzy inference system is utilized in the next step to approximate the unknown part of the nonlinear dynamics. Then, the proposed integral terminal sliding mode controller stabilizes the approximated system based on Lyapunov's stability theory. In addition, a Bee algorithm is used to select the coefficients of integral terminal sliding mode controller to improve the performance of the proposed method. Simulation results demonstrate the improvement in the response speed, chattering rejection, transient response,and robustness against uncertainties.     

Synchronization Scheme for Uncertain Chaotic Systems via RBF Neural Network

A sliding mode adaptive synchronization controller is presented with a neural network of radial basis function （RBF） for two chaotic systems. The uncertainty of the synchronization error system is approximated by the RBF neural network. The synchronization controller is given based on the output of the RBF neural network. The proposed controller can make the synchronization error convergent to zero in 5s and can overcome disruption of the uncertainty of the system and the exterior disturbance. Finally, an example is given to illustrate the effectiveness of the proposed synchronization control method.     

基于模糊滑模的有限时间混沌同步实现

提出了混沌同步有限时间实现问题.应用全程滑模控制技术，选择指数型终端滑模趋近律来设计滑模控制器，以实现一类混沌系统的状态同步.该设计方案针对混沌系统的参数不确定性和外界扰动，引入模糊基函数网络，在线估计不确定性和外部扰动的界值.同时该方案消除了滑模控制的到达阶段，状态始终保持在滑模面上，并能在有限时间内趋近于原点.最后以Duffing系统为例研究验证同步策略的可行性和有效性.     

Adaptive fuzzy sliding mode control of smart structures

Smart structures are usually designed with a stimulus-response mechanism to mimic the autoregulatory process of living systems. In this work, in order to simulate this natural and self-adjustable behavior, an adaptive fuzzy sliding mode controller is applied to a shape memory two-bar truss. This structural system exhibits both constitutive and geometrical nonlinearities presenting the snap-through behavior and chaotic dynamics. On this basis, a variable structure controller is employed for vibration suppression in the chaotic smart truss. The control scheme is primarily based on sliding mode methodology and enhanced by an adaptive fuzzy inference system to cope with modeling inaccuracies and external disturbances. The robustness of this approach against both structured and unstructured uncertainties enables the adoption of simple constitutive models for control purposes. The overall control system performance is evaluated by means of numerical simulations, promoting vibration reduction and avoiding snap-through behavior.     

H基于模糊观测器参数摄动的耦合时空混沌H跟踪控制

由于子系统的时空耦合作用及参数的摄动性，实现参数摄动的耦合时空混沌的跟踪控制非常困难。然而模型未知的耦合时空混沌的每个子系统可由一系列模糊逻辑模型逼近，每个模糊逻辑模型代表子系统在特定运行点的局部线性化模型，同时考虑子系统状态的不可测性，采用模糊观测器来估计子系统的状态。基于模糊模型及状态观测器，计及混沌参数的摄动性，提出一种模糊跟踪控制方案，实现了参数摄动的耦合时空混沌的鲁棒跟踪控制，并将模糊跟踪控制表征为线性矩阵不等式问题，用线性矩阵不等式的凸优化方法求解控制器参数，确保系统的全局渐近稳定性。仿真验证了方案的有效性。     

Robust sliding mode control for fractional-order chaotic economical system with parameter uncertainty and external disturbance

This paper presents a modified sliding mode control for fractional-order chaotic economical systems with parameter uncertainty and external disturbance. By constructing the suitable sliding mode surface with fractional-order integral, the effective sliding mode controller is designed to realize the asymptotical stability of fractional-order chaotic economical systems. Comparing with the existing results, the main results in this paper are more practical and rigorous. Simulation results show the effectiveness and feasibility of the proposed sliding mode control method.     

Control of a fractional-order economical system via sliding mode

This paper deals with designing a sliding mode controller (SMC) for a fractional-order chaotic financial system. Using the sliding mode control technique, a sliding surface is determined. The sliding mode control law is derived to make the states of the fractional-order financial system asymptotically stable. The designed control scheme is robust against the system’s uncertainty and guarantees the property of asymptotical stability in the presence of an external disturbance. An illustrative simulation result is given to demonstrate the effectiveness of the proposed sliding mode control design.