非线性系统的神经网络控制（常用介绍）--理论

非线性系统的神经网络控制–理论
参考书籍：《matlab控制系统应用与实例》清华大学出版社 樊京、刘叔军、盖晓华、崔世林编辑。
第6章：神经网络相平面分区控制
6.1.2非线性系统的神经网络控制

分类

神经网络在控制器设计中的应用一般分为两类：
一类神经控制：以神经网络为基础而形成的独立智能控制系统。
一类混合神经网络控制：利用神经网络学习和优化能力改善其他控制方法的控制。

常用的神经网络控制方式：

1、前馈+反馈复合控制

前馈控制：基于不变性原理的控制方法，可以显著提高系统的稳态精度和跟踪性能。
反馈控制：提高系统稳定性。
前馈传递函数和系统逆模型一致时，可实现理想控制。
但对于许多非线性系统而言，过程逆函数不可得，前馈控制器无法满足要求。人工神经网络可以充分逼近任意非线性函数，用其作为前馈控制器，对系统进行逆动态建模，满足不变性原理，实现跟踪控制。

2、神经内膜控制

只适用于开环稳定系统。

3、基于神经网络的预测控制

神经网络预测控制是利