神经网络在线学习补偿自适应控制及其应用

针对电液伺服系统的复杂非线性和不确定性特性,基于反馈误差学习法、小波分析理论并结合面向控制的辨识思想,提出了神经网络在线自学习自适应控制与"参征器"补偿控制相结合的控制方法.该方法将"过程辨识"和"参征器"引入反馈误差学习法的神经网络学习和控制中,控制参数的调整基于被控过程的小波变换结果信息,利用反馈误差学习法实现;"参征器"起监督和补偿控制作用,避免控制器的输出产生振荡或进入饱和状态.应用研究结果证明:该方法避免了采用直接反馈误差法可能造成的饱和和过调整问题;有效地提高了系统的稳定性、鲁棒性、控制精度和