Resumen

En este trabajo se propone un método de control backstepping adaptativo de red neuronal (NN) basado en el filtrado de comandos para una clase de sistemas caóticos de orden fraccionario (FOCS). Para resolver el problema de la explosión de elementos en el método backstepping clásico, se adopta un método de filtro de comandos y se introduce el mecanismo de compensación de errores para superar las deficiencias del método de superficie dinámica. Además, se propone un método de red neuronal adaptativa para FOCS desconocidos. En comparación con los métodos de control existentes, la ventaja del método de control propuesto es que el diseño de las señales de compensación elimina los errores de filtrado, lo que hace que el efecto de control del sistema real mejore bien. Por último, se presentan dos ejemplos para demostrar la eficacia y el potencial del método propuesto.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:red neuronal adaptativa, métodos de control, métodos de superficie dinámica, métodos de filtro de mando, mecanismo de compensación de errores, métodos clásicos de backstepping, métodos de control propuestos, efectos de control, señal de compensación, sistema caótico
• Keywords:adaptive neural network, control methods, dynamic surface methods, command filter methods, error compensation mechanism, classical backstepping methods, proposed control methods, control effects, compensation signal, chaotic system