针对含有高阶不确定扰动项且不可参数线性化的一类非线性系统, 采用反步递推方法设计基于多层神经网
络的自适应控制器. 多层神经网络可较好地逼近非线性系统, 其权值能在系统先验知识不多的情况下在线调整. 给出
了神经网络L yapunov 意义下稳定的在线自适应律. 在设计控制器的过程中, 采用类加权形式L yapunov 函数, 使得
控制器能有效处理自适应控制奇异性问题. 仿真结果表明, 该控制器对系统参数的不确定性和有界干扰具有一定的
鲁棒性, 并能保证闭环系统全局稳定.