通信网络-基于系统辨识的神经网络鲁棒性研究.pdf

自动化与仪器仪表 基于系统辨识的神经网络鲁棒性研究 上海大学自动化系!6:::A6 江芳泽 黄晓东 李 昕 张永鑫 沈晓懿 摘 要 给出了神经网络鲁棒性的概念 基于系统辨识的 网络 网络和 网络的鲁 ! 0* #/01 +, .’ 棒性问题进行了分析和研究$ $ 仿真结果表明 神经网络用于非线性系统辨识有其广阔的前景 关键词 鲁棒性 神经网络 系统辨识 ! 在控制系统的研究中 人们关心的最基本的问题 络 网络 网络的变换函数都是平滑的 所 ! # # ! + , . ’ / 0 1 是系统的稳定性在参数变化下保持的可能性 !#$%’ 以问题的关键就是网络参数能否在极值点附近 在提出干扰不变性的内模原理时提出了系统结构稳 下面通过一个动态系统的实例进行分析 定性的概念 !这是一种基于无穷小扰动分析的鲁棒性 动态系统的函数映射关系式为 ! 概念 在实际系统中参数既不能视为不变 也不能仅 ! ( 2 8 ! ( 3 42 5 6 3 # ( 2 ( 42 具有无穷小扰动 系统工作环境的变化 模型的不精 43! 7 2 ! 输入函数采用 # # 确性 降阶近似 非线性的线性化等都可化成一种参 6 ! 6 ! 数扰动 有时系统受控对象可能有几个不同的工作状 $ ( % 2 5 %$’ 3 %$’ ( 6 2 !69 !4: 态 当用同一控制器来控制时 人们也把不同工作状 ! 图 给出了系统的输入 输出延迟 输出的三维 4 $ $ ! 态所对应的参数差别视为一种扰动 这种参数的变化 ! ! 图 把输入和输出延迟都作为自变量时 就为利用静 只能被视为有界扰动 现代鲁棒性分析的最重要的特