基于有序神经网络的神经模糊预测控制

本文使用有序神经网络和改进的模糊控制器构成了一种新型的神经模糊预测控制方法，有序网络学习速度快，所需神经数目少，用事先训练好的有序网络代替传统的预测模型，以期增强输出预测的准确性；同时，用一种改进的模糊控制器原有的PID控制器，增强系统的鲁棒性。仿真结果表明，所提出的神经模糊预测控制方法可以获得理想的控制效果。     

非线性系统的神经网络自适应逆控制

提出了非线性系统的神经网络自适应逆控制方法。设计中使用了2个神经网络，经离线训练的NN1实现非线性系统的逆，在线网络NN2用于补偿逆误差和系统的动态特性变化，对一非线性系统的仿真结果表明，神经网络自适应逆控制能够提高系统的动态性能，并且具有较好的鲁棒性。     

低空导航吊舱地形跟随算法设计与仿真

导航吊舱是战斗机超低空突袭作战时的必备外挂设备,可保证飞机超低空飞行的安全;为了提供一种适应作战环境的方法,提高飞机有效低空突防能力,设计了低空导航吊舱地形跟随算法;通过建立雷达工作模型与无线电工作模型分别得到飞行控制角指令,然后对角指令进行数据融合得到最终适合飞机进行地形跟随飞行的指令;在随机地图上利用MATLAB对该算法进行了仿真,结果表明该算法很好地实现了飞机飞行高度为150 m的地形跟随和突防任务。