论文部分内容阅读
通常的神经网络逆元自适应控制器存在的两个缺陷，一是训练算法收敛过慢，二是无法控制非最小相位系统，因而限制了其使用范围。利用Ｄａｖｉｄｏｎ最小二乘法训练多层前馈网络，用于逼近被控对象的逆模型，燕利用构造伪系统的方法，构成一种对非最小相位系统仍然有效的神经逆元自适应控制器。仿真结果表明了该方法的有效性。