论文部分内容阅读
非线性系统的逆模型辨识建模是近年来得到快速发展的一种重要设计方法，但要实现复杂、未知和不确定的非线性对象的有效建模，除了非线性对象具有可逆性外，还必须其建模方案合理可行、逆模型结构、性能良好。为此基于神经网络(ANN)的非线性映射等特性，设计了非线性系统的ANN逆模型建模方案，基于EFRA(ExponentialForgetting and Resetting Algorithm)算法，对ANN逆模型在线训练，获得满足一定要求的ANN逆模型。通过大量仿真研究，证明了所设计的建模方案是合理的，ANN逆模型的EFRA算法对提高建模效果和控制系统的性能是有效的。