基于神经网络的非线性学习控制研究  

LEARNING CONTROL OF NONLINEAR SYSTEMS BASED ON NEURAL NETWORKS

作　　者：倪先锋 陈宗基[1] 周绥平[1] 

机构地区：[1]北京航空航天大学自动控制系,北京100083

出　　处：《自动化学报》1993年第3期307-315,共9页Acta Automatica Sinica

摘　　要：本文将多层前向传递神经网络应用于非线性系统控制,通过对神经网络的训练,实现非线性系统的状态反馈控制。本文还介绍了用神经网络控制一类非线性系统的学习控制算法,该算法对对象的数学模型依赖程度较低,为非线性系统的学习控制提供了一种有效的研究方法。另外还给出了该算法应用于几个不同非线性对象的学习控制仿真结果。A back-propagation neural network is applied to learning control of nonlinear control system, By. By training the neural networks using back-propagation algorithm, optimal state feedback control of nonlinear systems can be realized. This paper presents a novel learning control mechanism for a class of nonlinear systems, which does not depend the model of nonlinear control system. Simulation results show that the new scheme is efficient for large unknown nonlinearity.

关 键 词：神经网络 学习系统 非线性系统 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]