欧阳林群， 王效华

（武夷学院电子工程系，福建武夷山 354300）

0 引 言

实际的非线性系统中存在时变性、不确定性等因素，使得传统控制方法[1-3]难以实行有效的稳定性控制。系统运行过程的复杂性使得控制系统的控制面临两大主要难题:一个是难以用传统的理论和方法对系统实时在线建模;另一个是难以用基于解析模型的解耦理论对其实施控制。已有很多学者[4-7]对非线性的控制作了研究。但是这些理论都基于一个前提:这就是必须写出被控系统精确模型，而这一点在现实中几乎不可能做到，尤其是对过程控制中系统随着运行工况的不时改变、系统结构和参数不确定、非线性、滞后、诸多干扰等因素更是无法写出其数学模型。

神经网络具有良好的非线性逼近能力，可以克服控制器对被控系统精确数学模型的依赖，因此，在非线性系统的控制中得到了广泛的应用。

在借鉴吸收前人研究的基础上，文中将神经网络引入到非线性系统的控制中，利用神经网络具有逼近外界干扰信号[8-12]的能力，抵消系统所受扰动的影响，采用李雅普诺夫函数法给出了稳定性证明，并用仿真实验验证。

1 神经网络算法分析

根据非线性系统稳定输出设计的自适应反馈控制的要求，首先对所用神经网络做数学分析。实际系统在运行过程中，不仅会受到系统内部的参数不确定性的影响，还会受到外部扰动的影响。神经网络通过足够的输入信息和隐含层神经元数目，可以任意精度逼近连续非线性函数。……