基于高斯基神经网络的自学习控制及应用

摘要

本文提出一类基于高斯基神经网络的自学习控制器，该控制器由两个ＧＰＦＮ网络组成，一个完成ＰＩＤ学习控制，另一个完成未知被控对象模型的建模，为加快网络的学习过程，文中提出了递归最小二乘法（ＲＬＳ）用于神经网络的学习，并分析研究了自学习控制系统的收敛性和稳定性，仿真和实验结果表明，这类智能控制是成功的。