融合RBF神经网络的信息系统有限时间跟踪控制研究

来源：计算机测量与控制杂志2025年第8期北京时间：

作者：毛天麟,邹晓华

单位：江苏科技大学

摘要：研究对信息系统运行的稳定性与可靠性进行了分析,采用了一种结合径向基函数与有限时间稳定性理论的控制方法。通过构建一个基于径向基函数神经网络的控制模型,并创新性地引入了一个有限时间跟踪控制框架,该框架能够确保系统状态在有限的时间达到期望的系统跟踪性能。此外结合了一种非线性映射方法,并融合反步法对控制方法进行改进,最终降低信息系统设计的复杂程度与难度。经实验测试验证,在有约束条件下智能信息系统对应曲线的波动幅度较小,变化的速度也较慢,信息系统智能体状态运行的误差也较小。经过实际应用证明了所提出的方法能够对系统展开良好控制,并且跟踪精度较高,满足信息工程的需求。

关键词：RBF神经网络;有限时间控制;跟踪控制;信息系统;非线性;状态约束

基金资助：2022年度省教育科学规划课题:基于科教协同的大数据专业人才培养体系建设研究(B/2022/02/86)；2023年江苏省高等教育教学改革研究课题:双高”建设背景下高职院校专业建设评价指标体系研究(2023JSJG619)。