基于扩展BP神经网络的一类非线性系统自适应控制设计
来源：计算机应用杂志2017年第6期北京时间：
作者：陈浩广, 王银河
单位：广东工业大学 自动化学院, 广州 510006
摘要：针对单输入单输出非线性系统的不确定性问题，提出了一种新型的基于扩展反向传播（BP）神经网络的自适应控制方法。首先，采用离线数据来训练BP神经网络的权值向量；然后，通过在线调节伸缩因子和逼近精度估计值的更新律，从而来达到控制整个系统的目的。在控制器的设计过程中，利用李亚普诺夫稳定性分析原理，保证了闭环系统的所有状态一致终极有界（UUB）。相比传统的BP神经网络自适应控制，所提方法能有效地减少在线调节的参数数目、减轻计算负担。仿真结果表明，该方法能够使闭环系统的所有状态都趋于零，即系统达到稳定状态。
关键词：非线性系统,自适应控制,反向传播神经网络,一致终极有界,稳定性
基金资助：国家自然科学基金资助项目（61273219，61673120）；教育部高等学校博士学科点专项科研基金资助项目（20134420110003）。
