原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于神经网自适应控制
第十讲 基于神经网络的自适应控制 * 上面的结构图中 1）TDL表示时滞环节，作用是将当前的信号延迟若干步 2）神经网络Ni对非线性对象做在线辨识，作用是通过当 前的输入输出数据预测下一步的系统输出。 3）ei是预测误差，在控制过程中使用的训练准则是 所谓的模型参考自适应控制就是确定一个输入信号，使得在 相同参考输入下，被控对象的输出Y（k）与参考模型的输出 Ym（k）之间的差保持在许可范围内。 用式子表示为 自校正控制器的基本设计思想是： 如果系统和模型的参数已知，那么可以用适当的设计方 法获得某一意义下的最优控制器。 如果系统参数未知，可以用在线估计得到的参数来代替 系统的真实参数。 系统的参数a和不未知的一阶离散系统如下式 y(k+1)=ay(k)+bu(k) 问题： 设计一个控制输入u(k), 使系统有期望的输出响应 y(k+1)＝c y(k)＋d r(k) 分析： （1）如果系统的参数已知，则只要控制u（k）满足 被控对象就能达到期望的系统响应。 （2）如果系统的参数未知，那么用通过辨识得到的系统 参数估计来代替所构成的控制为 上面就是神经网络自校正控制器的设计思想，现在来考虑 一个一阶系统 引入神经网络模型代替未知函数 系统输出预报为 希望在u（k）作用下，系统输出达到期望输出r（k＋1） 即要求 *
文档评论（0）