本项目对非线性系统神经网络辨识与控制进行了较全面系统的研究。主要有利用遗传算法、MGS正交化方法优化小波网络结构;提出了有动态补偿能力的输入修正神经网络模型;改进了Elman网络,提出了用于训练网络的PID型动态反向传播算法;对仿射非线性系统提出神经网络和稳定滤波器组成的辨识模型及神经网络自适应控制;研究用投影算法和最小均方算法估计连续时滞系统未知参数;对滞环系统提出由非线性PID和滞环逆补偿组成的复合控制;对多输入多输出高阶连续非线性系统设计出高阶动态神经网络控制器;针对坦克火控系统研究模糊滑模控制、神经元复合控制和非线性PID控制,并在某主战坦克上进行验证,改善了调炮的平稳性、快速性和精度。
英文主题词Neural Neworks,Nonlinear Systems ,Fire Control Systems