(南京理工大学 自动化系, 江苏 南京 210094)
针对一类不确定仿射非线性系统, 提出一种基于动态神经网络的非线性内模控制方法。利用该 网络模型存在相对阶时可以解析求得逆模型的特点, 避免了普通神经网络内模控制方案中求逆的困难。 并在有建模误差的情况下, 通过将非线性对象输入输出线性化, 分析了闭环系统的鲁棒稳定性和稳态性 能。仿真试验表明该方法是可行和有效的。
周 涌, 陈庆伟, 吴晓蓓,等.基于动态神经网络的非线性内模控制[J].控制与决策,2003,18(5):623-626