Resumen

Superar el acoplamiento entre variables es sumamente necesario para obtener un control preciso, rápido e independiente de los sistemas no lineales reales. En este documento, la metodología principal en la que se basa el método es la de las redes neuronales dinámicas (DNN, por sus siglas en inglés) y el control adaptativo con la metodología de Lyapunov para el sistema no lineal, variable en el tiempo, con acoplamiento, incertidumbre y no linealidad. Bajo este marco, la DNN se desarrolla para adaptarse a la identificación, y los pesos de la DNN se actualizan de forma iterativa y adaptativa a través de los errores de identificación. Basándose en el identificador de la red neuronal, se diseña el controlador adaptativo del sistema complejo posteriormente. Para garantizar la precisión y generalidad del rendimiento de seguimiento de desacoplamiento, se aplica la teoría de estabilidad de Lyapunov para demostrar que el error entre las entradas de referencia y las salidas del sistema no lineal desconocido está uniformemente acotado en última instancia (

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Superación; Acoplamiento; Variables; Redes neuronales; Control adaptativo; Teoría de Lyapunov
• Keywords:Overcoming; Coupling; Variables; Neural networks; Adaptive control; Lyapunov theory