Key points are not available for this paper at this time.
Neste artigo, nosso foco está no controle de desempenho prescrito (PPC), um método que visa especificamente uma classe de sistemas não lineares estocásticos incertos que exibem uma forma de retroalimentação pura. Primeiramente, empregamos o teorema do valor médio para desacoplar a forma de retroalimentação pura inerente ao sistema. Além disso, as técnicas de rede neural e superfícies dinâmicas são exploradas para identificar as dinâmicas desconhecidas. E utilizando a técnica de backstepping, um novo algoritmo de controle neuroadaptativo é desenvolvido para alcançar o desempenho desejado enquanto rastreia o sinal de referência. O esquema PPC adaptativo proposto garante que todos os sinais de malha fechada mantenham uma uniformidade de limite último em probabilidade. Além disso, o esquema proposto garante um rastreamento preciso do sinal de referência, assim alcançando o controle de desempenho prescrito. Por último, resultados de simulação são apresentados para demonstrar a viabilidade prática de nossa abordagem.
Qiu et al. (Ter,) estudaram esta questão.