untitled3.m

介绍基于神经网络的反馈线性化控制过程。反馈线性就是利用反馈的控制手段来消除系统中的非线性

x1=rands(400)*pi;
x2=rands(300)*pi;
x1=rands(100)*pi;
p1=x1;
p2=[x2;x3];
P=[p1;p2];
deltatt=0.05;
T'=p2+deltatt*(10*sin(p1)-2*p2);
net=newff(minmax(P),[9 1],{'tansig','purelin'});
net.trainParam.epochs=2000;
net=train(net,P,T);
%利用x2=0的测试样本求网络的仿真输出
a=0:0.1:3.9;
b=zeros(1,40);
P_test=[a,b];
y=sim(net,P_test);
nf=0.5*sin(a);
plot(a,y);
hold on;
plot(a,nf,'*');
hold off;
figure;
%利用x1=π/2的观测样本球网络的仿真输出
a=ones(1,40)*0.5*pi;
b=-10:0.5:9.5;
P_test=[a;b];
y=sim(net,P_test);
nf=0.5+0.9*b;
plot(b,y);
hold on;
plot(b,nf,'*');
hold off;