论文部分内容阅读
对于一类常见多重时滞非线性离散系统，提出了基于动态线性逼近的增量型最小化模型、递推预测模型，无模型学习自适应控制律和带有参数限定时域长度的参数自适应预报递推算法，实现了对存在较大滞后的多重时滞非线性系统的无模型学习自适应控制。该算法不需要受控系统的结构信息、数学模型、外部实验信号和训练过程，不用解Diophantine方程，无需矩阵运算，在线计算量很小，实时性好，仅用受控系统的I/0数据来设计，传统的未建模动态不存在。通过仿真表明，该算法对于一类非线性系统实现无模型自适应控制是正确和有效的。