神经网络智能控制技术是解决非线性系统辨识和控制问题的一种重要手段,受到了许多专家学者的广泛关注,是目前国内外研究的热点之一。本文主要研究了BP神经网络在某型号导弹系统建模和控制中的应用。研究内容及创新性的工作概括如下: (1) 分析了国内外神经网络技术的最新发展,将Levernberg-Marquardt方法用于BP神经网络辨识器和控制器的训练,并对简化了的非线性系统进行了仿真实验,仿真结果表明该算法比常规BP算法具有更大的优越性。 (2) 针对未知非线性系统的神经网络自适应控制,给出了未知系统的敏感度函数的计算方法以及闭环控制系统中BP网络控制器的自适应控制律。 (3) 提出了将前向神经网络与自适应控制器相结合的控制方案,利用一个神经网络对被控对象进行辨识,另一个神经网络作为控制器对系统进行控制,将此控制器用于导弹滚转通道和导弹自动驾驶仪的控制中,获得了良好的效果。 本文的研究有重要的理论意义和工程参考价值。