论文部分内容阅读
本文针对液位控制系统中存在的非线性和各种不确定性因素，提出了基于小脑模型神经网络的复合控制方法，控制器由前馈控制器、比例微分控制器(PD)和小脑模型神经网络控制器(CMAC)构成，该方法在传统的PD+前馈控制方法上加入了CMAC神经网络算法的快速学习，精确逼近的优点，既保证了快速实时跟踪，又进一步提高了跟踪精度.实验结果表明，用CMAC控制方法后系统的跟踪精度比传统PID控制方法提高近一个数量级，MATLAB仿真和实验研究表明了该方法的可行性和有效性，并能满足实时性要求.