论文部分内容阅读
该文提出了一种针对未知非线性系统基于神经网络的无模型误差控制新方案，其特点在于无需知道被控系统的动力学模型和控制的完全自学性。整个控制系统由基于ＢＰ网络的辨识学习器和控制器构成。辨识学习器的输入为系统输出变化量及其变化量加速度，通过采用带冲量ＢＰ算法调整权值使其输出逼近系统输入变化量以自学习控制规则。控制器网络结构及其权值与辨识学习器动态在线一致，输入为系统误差及误差变化量，输出为控制信号变化量。对两个典型非线性系统的ＭＡＴＬＡＢ仿真证明该方案的有效性。同时，该方案亦可用于线性系统。