论文部分内容阅读
针对一类参数不确定连续搅拌釜式反应釜（CSTR：Continues Stirred—Tank Reactors）系统中的参数不确定性，研究了一种基于反步（Backstepping）方法的神经网络自适应控制器。该控制器采用多层神经网络，可较好地逼近系统的复杂非线性动态，网络权值能在系统先验知识不多的情况下在线调整，更新律可用Lyapunov综合法在线获得；通过构造类加权形式Lyapunov函数，使控制器能有效处理自适应控制中可能的奇异性问题。系统仿真验证了方法的有效性和可行性。结果表明：该控制器能保证闭环系