Resumen

Este artículo investiga un esquema de control adaptativo de redes neuronales para un sistema conmutado estocástico con saturación de entrada. Las funciones no lineales suaves desconocidas se aproximan directamente mediante redes neuronales. Se propone un enfoque modificado para tratar con funciones desconocidas con forma de retroalimentación no estricta en el proceso de diseño. Además, al combinar la señal de diseño auxiliar y el diseño de backstepping adaptativo, se presenta un algoritmo de diseño de controlador de seguimiento neural adaptativo válido de manera que todas las señales del sistema cerrado conmutado estén en probabilidad semiglobal, uniforme y finalmente acotadas, y el error de seguimiento converge eventualmente a un pequeño vecindario del origen en probabilidad. Al final, la efectividad del método propuesto se verifica mediante un ejemplo de simulación.

• Materias:Virus informático Entropía del gráfico Modelo epidémico Modelo de optimización Modelos conceptuales
• Subjects:Computer virus Entropy of the graph Epidemic model Optimization model Conceptual models
• Palabras claves:Control de red neuronal; Sistema conmutado estocástico; Saturación de entrada; Diseño adaptativo; Diseño de retroceso; Controlador de seguimiento
• Keywords:Neural network control; Stochastic switched system; Input saturation; Adaptive design; Backstepping design; Tracking controller