摘要：将反馈误差学习控制与径向基函数神经网络相结合,提出了一种基于神经网络在线学习的自适应控制方法,神经网络控制器利用常规控制器的输出增量作为误差信号进行在线学习,实现对常规PID控制器的补偿,使控制系统能够适应对象的非线性和时变特性.将该方法应用于电厂过热汽温控制系统进行仿真研究,结果表明该方法能较好地适应对象特性的变化,且控制系统的性能比常规串级控制系统有较大的提高.

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。）