智能控制--神经网络控制.pptVIP

神经网络控制;神经网络控制的优越性 神经网络可以处理那些难以用模型或规则描述的过程或系统。 神经网络采用并行分布式信息处理，具有很强的容错性。 神经网络是本质非线性系统，可实现任意非线性映射。 神经网络具有很强的信息综合能力，能同时处理大量不同类型的输入，并能很好解决输入信息之间的互补性和冗余性问题。 神经网络的硬件实现愈趋方便。 ;神经网络控制的研究领域;3.5.3 神经网络控制的研究重点;神经网络控制系统的结构类型;(1) 神经网络监督控制 神经网络控制器是前馈控制器，建立被控对象的逆模型； 神经网络控制器基于传统控制器的输出，在线学习调整网络的权值，使反馈控制输入趋近于零，从而使神经网络控制器逐渐在控制作用中占据主导地位，最终取消反馈控制器的作用； 一旦系统出现干扰，反馈控制器重新起作用。 可确保控制系统的稳定性和鲁棒性，有效提高系统的精度和自适应能力。;?;(2) 神经网络直接逆控制 将对象的神经网络逆模型直接与被控对象串联起来，使期望输出与对象实际输出之间的传递函数为1。 缺点：无反馈，用作控制器的神经网络逆模型不准确时，抗干扰能力差，缺乏鲁棒性。 两种改进结构方案：;?;?;?;?;?;神经网络间接模型参考自适应控制 神经网络辨识器向神经网络控制器提供对象的Jacobian信息。;(4) 神经网络内模控制 正向模型作为被控对象的近似模型，与实际对象并联； 控制