由于受控系统的动态特性是未知的或者仅有部分是已知的,因此需要寻找某些支配系统动作和行为的规律,使得系统能被有效地控制。在有些情况下,可能需要设计一种能够模仿人类作用的自动控制器。基于规则的专家控制和模糊控制是实现这类控制的两种方法,而神经网络(NN)控制是另一种方法,称为基于神经网络的学习控制、监督式神经控制,或NN监督式控制。
    实现NN监督式控制的步骤如下:
    (1) 通过传感器和传感信息处理,调用必要的和有用的控制信息。
    (2) 构造神经网络,选择NN类型、结构参数和学习算法等。
    (3) 训练NN控制器,实现输入和输出间的映射,以便进行正确的控制。在训练过程中,可采用线性律、反馈线性化或解耦变换的非线性反馈作为导师(监督程序)来训练NN控制器。
    NN监督式控制已被用于标准的倒摆小车控制系统。 自动控制网www.eadianqi.com版权所有