论文部分内容阅读
针对一类未知非线性时变系统，本文提出一种不同次迭代运行过程中期望轨迹可变的迭代学习控制算法。该算法利用高斯径向基网络逼近系统逆的未知参数，并采用迭代学习的方式修正网络逼近的系数，然后结合变结构技术设计控制律。收敛性分析表明，随着迭代次数的增加，逼近系数与最佳系数的差异逐渐减小。最后，在机械臂上的仿真验证了算法的有效性。