论文部分内容阅读
针对一类控制增益未知的多输入多输出（MIMO）非线性系统，提出了一种基于神经网络的鲁棒自适应动态面控制方法．利用动态面控制解决反推法的计算膨胀问题；同时在参数自适应律中引入S（Sigmoid）函数，动态调节神经网络的收敛速度，解决了自适应初始阶段的抖振现象．利用李亚普诺夫稳定性定理，证明了闭环系统所有信号最终有界，系统的跟踪误差最终收敛到有界紧集内．仿真结果表明了该方法的有效性．