摘要：针对一类非线性系统的跟踪控制问题,首先提出了一种遗忘因子迭代学习控制算法,给出了算法收敛的充分条件,然后,利用神经网络原理,对要求跟踪的新的期望轨迹,在系统的历史控制经验基础上,用神经网络估计系统的期望控制输入,然后将其作为迭代学习控制器的初始控制输入,再由迭代学习律逐步改善控制输入,使系统的实际输出只需较少的迭代次数就能达到跟踪的精度要求.机器人系统的仿真结果表明了该算法的有效性.

原文链接:http://www.cqvip.com//QK/94183X/200303/8014170.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）