非逆稳定系统的具有衰减激励的神经网络自校正调节器

摘要

本文提出一种针对非逆稳定随机离散系统的神经网络自校正调节器。为使神经网络调节器有在线自学习能力和更好的适应性与鲁棒性,本文引入衰减激励信号以产生自学习所需的误差信号并激发起系统的各个模态。此外还引入能评价当前控制效果的评价函数以决定是否将在线运行数据选作学习样本来训练神经网络调节器以及决定学习的强度,从而实现了自组织学习与控制,仿真结果表明该方法的有效性。