导读:本文包含了非线性网络系统论文开题报告文献综述及选题提纲参考文献，主要关键词:滑模控制,模糊神经网络,非线性系统
非线性网络系统论文文献综述
王靖坤[1]（2019）在《一类非线性系统的模糊神经网络全局滑模控制》一文中研究指出文中针对一类非线性系统提出了一种基于模糊神经网络的全局滑模控制策略。设计了模糊神经全局滑模函数,并根据Lyapunov稳定性理论设计出控制器和自适应律。文中以叁相并联型有源电力滤波器为实例在MATLAB平台上进行了仿真实验,电网电流谐波畸变率由24. 71%降低到1. 6%,表明所提出的方案具有很好的补偿性能。(本文来源于《信息技术》期刊2019年12期）
王兰,谢达,董宜平,曹进德[2]（2019）在《基于准ARX多层学习网络模型的非线性系统自适应控制》一文中研究指出建立了准ARX多层学习网络预测模型,并用于非线性系统自适应控制问题.该模型的内核部分为一个改进的神经模糊网络(NFNs):一部分为叁层非线性网络结构,采用自联想网络进行离线训练;另一部分为叁层NFNs,采取在线调整.据此对参数进行分类,给出相应调整算法.然后,基于模型宏观结构的优势给出控制器设计方案.仿真分析给出该建模方法的有效性.(本文来源于《应用数学和力学》期刊2019年11期）
姚合军,李钧涛[3]（2019）在《一类非线性随机网络系统的均方指数稳定控制》一文中研究指出研究了一类非线性随机网络控制系统的均方指数稳定控制问题.通过在网络诱导时延的时变区间插入分点,把网络诱导时延转化为满足区间Bernoulli分布的随机变量,并根据随机变量在不同区间上的取值,利用T-S模糊方法建立了网络控制系统新模型.把线性矩阵不等式方法应用到新模型的处理中,得到了时延依赖的指数稳定条件,给出了模糊控制的设计方法,并对一类具体的网络系统进行了数值计算和模拟仿真.(本文来源于《河南师范大学学报(自然科学版)》期刊2019年06期）
赵希梅,原浩,朱文彬[4]（2019）在《基于小波神经网络和非线性扰动观测器的直线伺服系统控制》一文中研究指出针对永磁直线同步电机(PMLSM)易受外部负载扰动、参数变化和摩擦力等非线性不确定性因素影响而导致伺服系统性能降低的问题,提出一种基于小波神经网络(WNN)的非线性扰动观测器(NDO)控制方法。首先,将非线性模型线性化,然后利用线性系统理论设计反馈线性化控制器(FLC),实现位置跟踪,从而使PMLSM控制系统稳定;采用NDO估计并补偿系统的不确定性,降低了系统跟踪误差。但是在实际运行过程中观测器增益较难选取,极易产生较大的观测误差,为了增强系统鲁棒性,通过WNN在线补偿NDO的观测误差,以改善NDO的补偿能力。通过系统实验,证明所提出方法的有效性,系统具有较强的鲁棒性和良好的跟踪精度,可以有效补偿系统存在的不确定性对系统跟踪性能的影响。(本文来源于《电工技术学报》期刊2019年19期）
任海东[5]（2019）在《基于随机非线性系统自适应神经网络的电机控制策略》一文中研究指出在现实工程设计控制系统的过程中,因为被控对象一般具备不确定性、时变性与非线性的特点,并且受到外界随机干扰的影响,所以实现基于随机非线性系统自适应神经网络电机控制策略具有重要意义。以此设计电机控制器,通过自适应方法解决系统参数不确定的问题,创建自适应神经网络控制器,从而使系统输出能够良好跟踪并制订参考信号,使全部信号都存在控制效果。(本文来源于《自动化应用》期刊2019年09期）
唐伟强,龙文堃,孙丽娟,黄小丽[6]（2019）在《基于聚类方法和神经网络的非线性系统多模型自适应控制》一文中研究指出针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。(本文来源于《系统工程与电子技术》期刊2019年09期）
王帅[7]（2019）在《有限网络环境下非线性切换系统故障诊断》一文中研究指出在工业生产和生活领域,具有非线性的切换系统是广泛存在的。切换系统的性能,往往是由切换子系统以及切换规则决定的。目前,针对切换系统的研究依旧很火热。现在,对于切换系统的稳定性方面的研究已经很成熟了,主要有驻留时间和Lyapunov函数两种方法。本文要实现的就是针对这样一个具有扇区非线性的切换系统,设计一个故障检测装置,完成系统故障诊断。故障检测装置和被检测的非线性切换系统之间使用网络进行数据传输。由于网络资源有限,可能会存在数据丢包、量化误差以及网络时延等网络诱导因素,进而干扰故障诊断装置的性能。因此,本文需要在网络诱导因素存在的情况下,设计一个故障检测装置,能够准确的检测到系统故障的发生。基于以上问题,本文选定Kalman滤波器来设计故障检测环节。对于单独存在网络量化误差的情况,本论文先对其进行模型化处理,选定对数量化器进行建模。然后本文对非线性切换系统进行建模,给出Kalman滤波器模型,给出故障加权模型,构建残差系统,并对残差系统产生的残差信号进行处理,使得残差信号对外部干扰鲁棒,对故障敏感。本文章选定合适的Lyapunov函数,使得残差系统满足稳定性条件,并且具有H_∞性能,从而得到相应的滤波器参数。在单独存在量化误差的基础上,本文中又分别引入了数据丢包和时延问题,并且将网络丢包问题抽象成了Bernoulli模型。在此,本文章依旧采用扇区非线性切换系统模型以及Kalman滤波器模型,构建残差系统并对其进行处理。通过Lyapunov函数方法,以及LMI技术进行处理,得到了线性化的不等式组,并借助工具箱进行了求解,得到了相应的滤波器参数。最终通过仿真实验,得到了相应的曲线。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
毕莹[8]（2019）在《基于神经网络的切换不确定随机非线性系统的自适应控制》一文中研究指出近年来,随着科技、社会经济以及文化的发展,切换控制技术和切换系统理论的应用比以往更加广泛。切换随机非线性系统的控制问题更是近年来切换系统研究的热点。本文针对切换随机非线性换系统,结合Backstepping方法,自适应神经网络控制技术以及平均驻留时间方法,研究控制器的设计方法及闭环系统的有界性问题。本文的主要工作概括如下:1.针对一类完全未知非线性非严格切换随机非线性系统,本文提出了一种新的基于神经网络的自适应跟踪控制器设计方法。在设计过程中,利用径向基函数(RBF)神经网络(NNS)的通用逼近能力来识别未知的非线性函数,并采用可变分离技术来克服非严格反馈结构带来的设计困难。最突出的新颖之处在于,各子系统的李雅普诺夫函数是通过灵活地利用各子系统控制函数的上界和下界来构造的。此外,通过结合平均驻留时间(ADT)方案和自适应反推设计,提出了一个有效的自适应神经状态控制器设计算法,使得闭环系统的所有切换信号是一致最终有界(SGUUB),并且跟踪误差最终收敛到原点的一个小邻域内。最后,通过仿真实例验证了该控制方案的有效性。2.针对一类带有输入饱和的非严格反馈随机非线性切换系统,构造了一种新的自适应神经跟踪控制器。在设计过程中,引入了辅助信号,解决了输入饱和带来的设计困难,采用可变分离技术解决了非严格反馈结构带来的设计问题,并通过Backstepping技术构造了共同李雅普诺夫函数。稳定性分析证明了闭环系统的所有信号都是一致有界的,并且跟踪误差收敛于原点附近的一个小邻域。最后,通过仿真实例验证了该控制方案的有效性。(本文来源于《渤海大学》期刊2019-06-01）
李金烁[9]（2019）在《非线性网络控制系统滤波及基于观测器的输出反馈控制问题研究》一文中研究指出网络控制系统(Network Control Systems,NCSs)是指控制器、传感器、执行器之间通过计算机网络进行通讯的控制系统。由于具有资源集中、成本低、易于维护等优点,网络控制系统正逐渐取代传统的控制系统成为控制系统发展的主流。然而,由于网络带宽的制约,NCSs不可避免地会产生量化、丢包、时延等问题。因此,研究NCSs,使其在量化、丢包、时延等问题的影响下,仍能保持良好的控制性能具有现实意义。本文以非线性网络控制系统为研究对象,研究其滤波及基于观测器的输出反馈控制问题。具体工作如下:首先,针对NCSs中的量化问题,研究T-S模糊系统的动态量化L_∞滤波问题。使用“一步法”设计全阶滤波器。利用线性矩阵不等式解耦技巧,将动态量化L_∞滤波问题转换成标准的线性矩阵不等式可行解问题,避免了额外设置矩阵参数。其次,考虑到所设计的动态量化L_∞滤波器的实用性,我们将在全阶滤波器设计的基础上,利用矩阵变换技巧设计L_∞降阶滤波器。所设计的L_∞降阶滤波器存在的充分条件仍然以线性矩阵不等式的形式给出。通过仿真实验得到了满意的结果。再次,针对NCSs中的时滞和丢包问题,研究离散时间混合时滞系统的H_∞控制问题。考虑到系统状态的不可观测性,采用基于观测器的输出反馈形式,使用李雅普诺夫克拉索夫斯基方法,以线性矩阵不等式的形式给出控制器存在的充分条件。最后,对本文工作进行总结,并指出进一步研究的方向。(本文来源于《武汉科技大学》期刊2019-05-01）
林海龙[10]（2019）在《基于深度神经网络的非线性系统辨识研究》一文中研究指出非线性系统辨识是科学研究与工程控制的研究重点领域,现阶段对于非线性系统特性分析方法有微分几何法、Hammerstein-Wiener法、迭代法等。但是这些分析方法在分析非线性系统辨识上仍存在偏差,无法精确建模与辨识非线性系统,主要原因是这些方法是通过牺牲非线性系统部分非线性特征。若将这些方法应用于处理复杂非线性系统,则会导致估计的偏差进一步加大。因此为了提高对非线性系统建模与辨识精度,本文展开对复杂非线性系统模型特性研究,提出一种精确建模与辨识复杂非线性系统的方案。本文回顾了前人在非线性系统建模与辨识方面的工作,从信号预处理、非线性系统建模到非线性系统参数辨识,研究并分析其中的理论以及所存在的不足之处,从而提出结合深度神经网络与傅里叶级数来完成对复杂非线性系统的精确建模与多参数辨识的方案。本文首先引入深度神经网络理论为后续研究提供基础,之后在具体方案实现中以马赫泽德干涉模型为研究对象。在具体研究中,本文分析了模型函数方程,建立了模型与傅里叶级数理论的结构关系,实现了对干涉模型的建模。通过深度神经网络理论与实验分析,本文确定了深度神经网络的超参数结构设置。在利用小波阈值去噪方法对信号降噪的基础上,将辨识方案应用解决干涉模型,实验结果表明本文所提出的方案可以精确建模并辨识复杂非线性系统,使得辨识值与真实值达到误差最小。(本文来源于《广州大学》期刊2019-05-01）
非线性网络系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
建立了准ARX多层学习网络预测模型,并用于非线性系统自适应控制问题.该模型的内核部分为一个改进的神经模糊网络(NFNs):一部分为叁层非线性网络结构,采用自联想网络进行离线训练;另一部分为叁层NFNs,采取在线调整.据此对参数进行分类,给出相应调整算法.然后,基于模型宏观结构的优势给出控制器设计方案.仿真分析给出该建模方法的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非线性网络系统论文参考文献
[1].王靖坤.一类非线性系统的模糊神经网络全局滑模控制[J].信息技术.2019
[2].王兰,谢达,董宜平,曹进德.基于准ARX多层学习网络模型的非线性系统自适应控制[J].应用数学和力学.2019
[3].姚合军,李钧涛.一类非线性随机网络系统的均方指数稳定控制[J].河南师范大学学报(自然科学版).2019
[4].赵希梅,原浩,朱文彬.基于小波神经网络和非线性扰动观测器的直线伺服系统控制[J].电工技术学报.2019
[5].任海东.基于随机非线性系统自适应神经网络的电机控制策略[J].自动化应用.2019
[6].唐伟强,龙文堃,孙丽娟,黄小丽.基于聚类方法和神经网络的非线性系统多模型自适应控制[J].系统工程与电子技术.2019
[7].王帅.有限网络环境下非线性切换系统故障诊断[D].哈尔滨工业大学.2019
[8].毕莹.基于神经网络的切换不确定随机非线性系统的自适应控制[D].渤海大学.2019
[9].李金烁.非线性网络控制系统滤波及基于观测器的输出反馈控制问题研究[D].武汉科技大学.2019
[10].林海龙.基于深度神经网络的非线性系统辨识研究[D].广州大学.2019