论文部分内容阅读
Brandt和Lin提出了一种没有反馈网络的自适应神经网络控制器。由于这种算法结构简单，很适合于用硬件来实现，具有相当的使用价值。但是，经过仿真表明，这种自适应神经网络控制器在被控对象的阶数比较高时会产生不稳定现象，这就限制了其应用范围。通过在Brandt—Lin算法中引入一个死区非线性环节，使得神经网络当控制误差小于一定范围时停止学习，从而在一定程度上克服了不稳定现象。经过改进后的控制算法可以使其应用范围进一步扩大。