论文部分内容阅读
该论文基于神经网络所具有的活强大的学习能力，提出了一种用多层前馈神经网络实现的控制器。该控制器通过学习系统的逆动力学特性，能由系统反馈回的输入／输出状态及未来期望输出值直接得到应加在系统输入端的控制量。另外，通过引入系统的神经网络正向模型，可将系统输出端的误差经网络逐层反传，在线调节神经网络控制器的权重，从而使控制器具有自学习能力，以适应控制对参数的变化，确保良好的控制效果。