刘晓东 马 飞 张 玉 杜立夫

1.北京航天自动控制研究所, 北京 100854 2.北京航空航天大学自动化科学与电气工程学院, 北京 100191

模型参考自适应控制系统是包含有理想系统模型并能以模型的工作状态为标准自行调整参数的自适应控制系统。模型参考适应控制系统最初是为设计飞机自动驾驶仪而提出的，初期阶段由于技术上的困难而未能得到广泛应用。然而，随着计算机技术的发展，模型参考自适应控制已在飞机自动驾驶仪、船舰自动驾驶系统、光电跟踪望远镜随动系统和机械手控制系统等方面得到较广泛应用，目前已成为比较流行的自适应控制方式之一[1-3]。

自上世纪40年代提出单神经元模型构建的神经网络计算模型起，神经网络在感知学习、模式识别、建模技术和系统控制方面取得了巨大的发展和应用[4-7]。神经网络具有强大的学习能力和容错能力，能够很好地逼近连续非线性函数，这种优良特性进一步促进了神经网络技术在非线性系统辨识和系统控制方面的应用[8]。1986年，Rumelhart等人在Nature上首次提出了这种多层前向反馈网络，目前已经称为一种十分成熟的神经网络技术，一般简称为BP神经网络或BP算法[9]。BP神经网络是一种前向网络，由一个输入层、一个或者多个隐含层和一个输出层构成，同一层的神经元之间无关联，不同层的神经元依次向前连接。

PID控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛采用。但是，想要PID控制取得很好的控制能力，就需要调整好比例、积分和微分3种控制量，而这3个控制量的组合之间必然有一种最优的组合。……