基于神经元网络的智能控制及其在导引头角伺服系统的应用

概略地叙述了控制系统的不确定性以及相应的控制理论和方法,着重讨论了基于神经元网络的智能控制。然后,根据直接逆动态控制的基本概念给出了一种用于控制系统的自学习神经元模型,并将该神经元模型直接作为控制器用于雷达导引头角伺服系统的设计。仿真试验表明,当系统存在不确定性时,该系统能在其在线运行过程中逐步获得过程及环境的非子知信息,积累控制经验,以保正系统高精度的稳定输出,使系统具有响应速度快、鲁棒性强等特点。另外,该算法对无法获取精确数学模型的其它系统的控制具有重要的实用价值。