基于二型模糊神經網絡的不確定混沌系統魯棒性自適應控制

摘要：該文提出的魯棒的自適應區間二型模糊神經網絡控制(RAITIIFNNC)系統由一個區間二型模糊神經網絡識別器與一個魯棒性控制器組成。識別器完成了對場地不確定性的在線評估,魯棒控制器用來減小逼近錯誤,兩者結合可以獲得更好地跟蹤與同步混沌系統。所有的參數學習算法來源于Lyapunov穩定理論以保證網絡匯聚的同時有穩定同步的表現。算例分析證明:新系統在同步兩個Lorenz混沌系統時具有更好的效率。