基于多模型的自适应控制系统的研究-机械电子工程专业论文.docxVIP

摘 摘 要 多模型自适应控制(Multiple model adaptive control，简称MMAC)方法是利 用多模型米逼近系统的动态性能，再基于多模型设计出相应的多模型自适应控制 器。每个采样时刻基于性能指标，选择与被控对象最接近的模型，并将基于此模 型的控制器映射为最终控制器。这利-控制方法可对时不变或含跳变参数的时变被 控对象，在保证输入输出稳定的同时改善瞬态响应。并且使输出渐近PR踪设定值。 本文采用切换式多模型方法对线性和非线性系统的多模型自适应控制的部分 问题进行了详细的研究。论文的主要工作如下： (1)针对多模型自适应控制系统的典型结构．分别研究了模型集、切换性能指 标和控制器结构的相关问题，重点讨论了动态优化模型集、切换性能指标的性质。 (2)详细研究了多模型自适应控制的参数估计算法，提出了--$1新型算法——一 混合型参数估计算法。 ，(3)具体地讨论了确定系统多模型自适应控制的模型集问题和随机系统的参 数估计问题．详细证明了基于最小二乘算法和投影算法的确定系统多模型自适应 控制的稳定性定理及随机系统多模型自适应控制的收敛性定理．同时推出了基于 混台型参数估计算法的相应的稳定性及收敛性定理。 (4)对非线性系统中的多模型自适应控制进行了简要的介绍，初步研究了基于 神经元网络的非线性系统的多模型自适应控制，并重点讨论基于径向基函数神经 元网络(Radial basis functions neural network，简称RBFNN)的非线性系统 的多模型自适应控制方法。 文中给出了一些相应的仿真实例来说明本文结论的正确性。 关键词：多模型自适应控制切换混合型参数估计算法径向基函数神经网络 AbstractMultiple Abstract Multiple Model Control(MMAC)involves multiple higher contr01．Multiple used time with jumping parameters，and multi-model based the multiple models．At sample time，one of models the‘best”according performance corresponding system．Extensive simulation studies，as few demonstrated that MMAC improve the mspouse the same stability ofthe system guaranteed．the ofthe closed-loop the asymptotically， Several problems of the linear and using switching field this dissertation： (1)。This the basic theory MMAC the MMAC，the arising models，performance indexes respectively discussed． (2)In of characteristics of the squares(RLS)algori岫d projection algorithm，a type MMAC parameters estimation algorithm—the hybrid algorithm，has forward． (3)Another contribution dissertation proofofglobal stability the zem the deterministic and cases，based algorithms：the recursive least squares(RLS)algorithm，the projection algorithm and algorithm． (4)The manner above be extended the control of nonlinear systems is considered briefly．Also，nonlinear MMAC based Network，with emphasis RBFNN(i．e．Radial network)，is discussed． corresponding mmputer results included complemenf the theoretical words：Muldple model adaptive control OVlMAC)Switching Hybrid parameters estimation algorithm