论文部分内容阅读
该文提出一种基于离散泰勒级数型联想记忆系统（ＤＴＳ－ＡＭＳ）的智能化动态解耦控制方案。在ＤＴＳ－ＡＭＳ的训练算法中引入了递推最小范数解（ＲＭＮＳ）的思想。仿真表明，这种智能解耦方案具有很强的自学习功能及对测量噪声干扰的鲁棒性。在强关联多变量对象动态特性未知的情况下，作为前置解耦补偿器的联想记忆系统通过在线训练，可使控制系统具有良好的动、静态解耦性能。