论文部分内容阅读
基于线性系统模型的控制系统己经在工业控制和实际生活中获得了广泛的应用，但是对于一个实际被控对象来说都或多或少存在非线性特征，采用线性控制方法往往不能满足要求，在这些场合就需要合适的非线性控制方法。非线性系统控制由于其自身的复杂性，无论是理论分析还是实际应用都相当困难，因此研究非线性系统的控制方法，具有重要意义。
本文在概述非线性控制系统研究方法的基础上，提出了针对一类非线性控制系统的控制算法。该算法是一种基于BP神经网络的非线性控制算法，首先用BP神经网络辨识非线性系统的非线性环节，然后用得到的辨识模型代替非线性环节部分，最后根据设计得到的控制律，使非线性控制系统达到满意的控制效果，同时判定了系统的稳定性问题。文章最后对该算法进行了仿真研究，其结果验证了该算法的有效性及可行性。本文的主要内容如下：
(1)对神经网络的基本原理和应用范围进行了介绍，并通过仿真验证比较了神经网络的预测和逼近能力。
(2)应用BP神经网络对非线性系统建模，并进行仿真研究。
(3)提出了基于BP神经网络的非线性控制算法，并对该算法进行了仿真研究。
(4)对该类非线性系统的稳定性进行了分析判断，保证了系统能够稳定
(5)算法中为了保证良好的控制效果，在控制律中增加了一个补偿项，它对控制性能起到一定的影响作用。