论文部分内容阅读
U模型面向控制,通过实时辨识网络的结构参数,进而通过多项式求根得到控制量,而不需要另外进行控制器的设计。本文将U模型同神经网络进行了结合,通过同系统并联运行的U模型网络及改进的神经网络的结构参数,各自求取控制量。由辨识误差的实时大小对两个控制量进行加权,完成控制给定。仿真表明结合后的网络在理想状态下以及噪声存在状态下都具有更好的控制效果。