6.2基于神经网络的自适应控制.pptVIP

第六章 智能控制的集成技术 6.2基于神经网络的自适应控制 神经网络控制器完全满足自适应控制的要素 在线、实时地了解对象； 有一个可调节环节； 能使系统性能达到指标要求和最优。 常规的神经网络控制器本身也具有一定的自适应能力 。 二、基于神经网络的自适应控制 与传统的自适应控制器一样 ，有两种不同的设计途径 ： 间接控制：通过系统辨识获取对象的数学模型，再根据一定的设计指标进行设计； 直接控制：根据对象的输出误差直接调节控制器内部参数来达到自适应控制的目的。 二、基于神经网络的自适应控制 1、模型参考自适应控制 通过选择一个适当的参考模型和由稳定性理论设计的自适应算法，并利用参考模型的输出与实际系统输出之间的误差信号，由一套自适应算法计算出当前的控制量去控制系统达到自适应控制的目的。 在实时性方面都没有重大进展。 二、基于神经网络的自适应控制 如果被控系统 y(k+1)=f(y(k),y(k-1),u(k-1))+g(u(k)) 参考系统： ym(k+1)=a1ym (k)+a2ym (k-1)+r(k) 则控制输入可取： 二、基于神经网络的自适应控制 基于神经网络的模型参考自适应控制结构 二、基于神经网络的自适应控制 举例： 非线性控制对象为 参考系统的模型为： ym(k+1)=0.6ym (k)+0.2ym (k-1)+r(k) 二、基于神