论文部分内容阅读
基于改进BP神经网络，建立了一种自适应在线控制模型，并且该控制方法应用到离散非线性动力系统和倒立摆系统控制问题。为了避免BP神经网络在训练过程中的目标函数局部极小值问题，提出了一种基于BFGS优化算法的神经网络训练方法。与其它控制方法相对比，所提出的基于神经网络的倒立摆控制方法具有较高的控制精度。通过离散时间系统的控制模拟和倒立摆模型系统的控制两个算例，验证了所提出的控制方法的具有有效性和很好的控制效率。