基于BP神经网络的仿人智能控制仿真研究

在仿人智能控制算法的闭环阶段,须调整比例、积分和微分三种控制作用,形成控制量既相互配合又相互制约的关系,这种关系不一定是简单的“线性组合”,从变化无穷的非线性组合中可以找出最佳的。而BP神经网络所具有的任意非线性表达能力,可以通过对系统性能的学习来实现具有最佳组合的过程控制。在对非线性系统的数值仿真中,取得了较好的阶跃响应。