基于T-S模糊型RBF神经网络模型的自适应学习控制器

摘要

针对非线性时滞系统难建模的特点,提出一种基于T-S模糊型RBF神经网络自适应学习控制器。仿真实验表明,该控制算法响应速度快,系统的鲁棒性、跟踪性及抗干扰能力强,可以实现非线性、大时滞系统模型的精确建模,对有扰动的非线性大时滞被控对象具有很好的控制效果。