基于混合径向基神经网络的逆模控制

摘要

传统的基于机理或局部线性化的控制策略不足以解决越来越复杂的控制问题,而神经网络用于控制也存在泛化能力差等缺陷,因此本文提出了一种将系统机理和RBF神经网络结合起来实现逆模控制的方法,一方面能发挥神经网络非线性逼近的强大功能,一方面利用系统机理信息指导NN的收敛方向,改进了神经网络的泛化能力.由此方法设计的逆模控制器,在保证控制精度的前提下,速度远快于标准RBFNN逆模控制器,且对扰动、时延、非线性及对象参数的摄动有较强的适应能力,具有良好的控制品质.