论文部分内容阅读
针对一类具有非仿射输入和不确定性的混沌系统，提出了鲁棒自适应RBFNN反演控制。RBF神经网络用来逼近设计过程中所有的未知非线性函数，并且对逼近的误差设计了鲁棒项，设计的自适应律是针对RBF所有权值的上界而不是权值本身，因而在线自适应参数数量减少了，节约了计算时间。该方法保证了混沌系统的输出能跟踪任意参考信号，并且跟踪误差是一致渐进收敛的。仿真结果表明该方法的可行性和有效性。