基于超稳定性理论的一类非线性系统的神经网络自适应控制

摘要

讨论了神经网络在非线性系统自适应控制中的应用。针对一类典型的非线性系统，基于超稳定性理论，采用基于BP算法的神经网络设计了非线性环节的逆模型和模型参考自适应控制器，目的在于改善非线性被控对象跟踪参考模型输出的跟踪速率，并以此进行了MATLAB仿真。对电弧炉三相电极调节系统的仿真结果表明，神经网络自适应逆控制的跟踪速度明显优于PID控制，并且提高了系统的动态性能。