来源：期刊VIP网 时间：
作者：陈凯镔;王从明;陶沙沙;李香红;
单位：成都工业职业技术学院;河南理工大学能源科学与工程学院;
摘要：为了增强非线性车辆模型的稳定性以及鲁棒性，提出了一种基于多层感知器的反传神经网络车辆稳定性最优鲁棒控制。采用四轮主动转向模型，建立了多层感知器前馈反向传播神经网络模型作为逼近器。采用最优鲁棒控制来调节车辆的横摆角速度和侧滑角，以满足期望的车辆响应。建立的神经网络模型通过状态变量训练来区分车辆的非线性动力学特性和相应的最优反馈增益。利用Lyapunov稳定性方法对控制器的鲁棒性与稳定性进行了分析，并采用滑模控制器跟踪期望的横摆角速度和侧滑角响应。仿真结果表明，所提出的方法能显著提高车辆的鲁棒性以及控制性能。
关键词：非线性;;反传神经网络;;车辆控制;;多层感知器
基金资助：2018年度河南省重点研发与推广专项（182102310719）
