论文部分内容阅读
本文对神经网络在非线性系统控制中的应用进行了研究。针对一类典型的非线性系统，采用基于BP算法的神经网络设计了模型参考自适应控制器和非线性逆模型辨识器。通过引入非线性逆模型，消除了系统的非线性部分，使其近似线性化。目的在于改善非线性被控对象对参考模型输出的跟踪效果，并以此为依据进行了Matlab仿真。对电弧炉三相电极调节系统的仿真结果表明，神经网络自适应控制的跟踪速度明显优于PID控制，并且提高了系统的动态性能。