摘要：Este art ́ ıculo presenta la aplicaci ́ on de redes neuronales adaptables, basada sobre una red neuronal din ́ amica, para seguimiento de trayectorias de plantas no lineales desconocidas. La principal metodolog ́ ıa, sobre el cual la aproximaci ́ on es basada, son redes neuronales recurrentes, metodolog ́ ıa de las funciones de Lyapunov y control Proporcional-Integral (PI) para sistemas no lineales. La estructura del controlador prop- uesto es compuesta de un identificador neuronal y una ley de control definida usando la aproximaci ́ on PI. El nuevo esquema de control es aplicado v ́ ıa simulaci ́ on para sincronizaci ́ on de caos. Resultados experimentales han mostrado la utilidad del enfoque propuesto para la producci ́ on de caos. Para verificar el resultado anal ́ ıtico, un ejemplo de una red din ́ amica es simulado y un teo- rema es propuesto para asegurar el seguimiento del sistema no lineal.
其他摘要：This paper presents an application of adaptive neural networks based on a dynamic neural network to trajectory tracking of unknown nonlinear plants. The main methodologies on which the approach is based are recurrent neural networks and Lyapunov function methodology and Proportional-Integral (PI) control for nonlinear systems. The proposed controller structure is composed of a neural identifier and a control law defined by using the PI approach. The new control scheme is applied via simulations to Chaos Synchronization. Experimental results have shown the usefulness of the proposed approach for Chaos Production. To verify the analytical results, an example of a dynamical network is simulated and a theorem is proposed to ensure tracking of the nonlinear system.
关键词：Dynamic neural networks; chaos production; chaos synchronization; trajectory tracking; Lya- punov function stability; PI control;Red neuronal dinámica; producción de caos; sincronización de caos; seguimiento de trayectorias; estabilidad de funciones de Lyapunov; control PI
