随机互联非线性系统的神经网络约束控制

祁 林，渠俊锋，司文杰

(1.河南城建学院 电气与控制工程学院，河南 平顶山 467036；2.国网许昌供电公司，河南 许昌 461000)

随着科技的快速发展，互联非线性系统越来越多地出现在各种实际系统中，如电力系统、经济系统、生态系统、计算机通信系统以及大型工业控制系统等[1-3]。互联非线性系统具有高阶性、强耦合、强不确定性等特点，传统的控制理论难以解决非线性互联系统的分析与设计问题[4]。许多互联非线性控制系统中需要考虑状态约束问题。与此同时，随机干扰在工程设计中不可避免，随机干扰的存在会导致运行越过安全边界使系统遭到破坏[5]，特别是对于不确定高阶非线性互联系统。很多研究人员针对高阶系统的稳定性和跟踪控制进行了广泛研究。文献[6]采用一种鲁棒自适应神经动态面跟踪控制方案，提高了严格反馈型不确定非线性系统的信号跟踪性能。文献[7]针对状态不可测且存在未知非线性项和扰动的切换非线性系统，设计了自适应反步滑模控制方案，实现了参考信号的快速跟踪，保证了被控对象的稳定性。另外，当实际系统受到约束影响时，通常采用BLF方法来实现自适应控制设计[8-10]。文献[11]提出了一种自适应模糊神经网络控制方案，该方案通过BLF约束机器人的运行范围。文献[12]通过利用迭代学习控制来考虑多输入多输出受限的非线性系统。但是，对于不确定的具有未知动态特性且受输出约束的高阶随机非线性互联系统，几乎没有跟踪控制的研究结果。……