论文部分内容阅读
针对一般非线性不确定系统设计了一种e-修正神经网络直接自适应控制方法。首先采用虚拟控制量的方法,并将其分解成参考模型输出、线性动态补偿输出与神经网络自适应输出三项;然后针对传统σ-修正神经网络在权值更新时的不足,设计了一种基于e-修正方法的权值自适应更新律,并设计了输出反馈误差观测器用以对神经网络进行训练;最后对基于σ-修正与e-修正两种权值自适应更新律进行仿真对比。仿真结果表明基于e-修正神经网络方法在跟踪误差、不确定性逼近等效果上均优于基于σ-修正神经网络方法。