智能控制理论及应用 韩力群 第三章 神经网络控制及应用(辨识与控制)新.pptVIP

3.2 神经网络系统辨识 系统辨识（Identification）的主要应用： 控制系统的分析和设计 用于自校正、模型参考自适应系统 预测和预报 监视系统运行状态，进行故障诊断 3.3.1神经网络控制系统结构 3.3 神经网络控制 PID控制系统结构 间接自校正控制常称为自校正控制，该方案可在被控系统参数变化的情况下自动调整控制器参数，消除扰动的影响。 3.3.1神经网络控制系统结构 3.3 神经网络控制 间接自校正控制系统结构 预测控制是一种基于被控对象的预测模型的控制，特点是滚动优化和反馈校正。由于神经网络能辨识非线性动态系统的输入输出特性，可作为系统的预测模型。 3.3.1神经网络控制系统结构 3.3 神经网络控制 预测控制系统结构 模型参考自适应控制来源于线性系统的模型参考自适应控制(MRAC)，当被控对象具有未知的非线性特性时，可采用神经网络模型参考自适应控制方案，其结构如下。 间接型 直接型 3.3.1神经网络控制系统结构 3.3 神经网络控制 模型参考自适应控制系统结构 智能控制的思路是模仿人的智能行为进行控制，人作出控制决策时凭借的不是数学模型而是经验，而这些经验是经过“行动— 评价—改进行动方案—再行动”的多次反复才能获得的，再励学习控制就是模仿人的这种学习方式而提出的。 3.3.1