基于广义目标函数的神经网络间接自适应控制器

摘要

该文将神经网络与自适应控制相结合，并取带有控制增量约束的广义目标函数作为优化指标；从而推导出一种能对非线性非最小相位系统进行有效控制的神经网络间接自适应控制器。在网络学习算法上采用收敛速度较快的Davidon最小二乘法训练多层前馈神经网络，从而保证控制方案的实时性。仿真结果表明了该方法的有效性。