论文部分内容阅读
针对未知非线性不确定系统，提出了一种新的基于神经网络的自适应控制策略，该方法只需辨识对象的正向模型，将神经网络与优化方法相结合，对控制量进行优化迭代求解，使被控对象的输出能较好地跟踪期望,并且分别针对单输入－单输出系统和多输入－多输出系统进行了控制算法的推导，其中的优化方法分别采用梯度法和高斯－牛顿法。仿真结果表明，该算法能精确跟踪设定输出，超调量小，响应速度快，无稳态误差，控制效果是非常令人满意的。