Auf der Grundlage des neuronalen Netzmodells eines nichtlinearen Systems wurde unter Verwendung der Clarke-Bedingung erster Ordnung als Ziel-Funktion ein adaptiver prädiktiver Regelungsalgorithmus unter Verwendung einer Linearisierungsmethode vorgeschlagen. Aufgrund der guten Fähigkeit des neuronalen Netzwerks zur nichtlinearen Approximation und der Lerneigenschaften verfügt der entworfene Regler über eine starke Anpassungsfähigkeit und kann eine effektive Regelung nichtlinearer Systeme erreichen. Die Effektivität des Algorithmus wurde durch Simulation nachgewiesen.

neuronales Netzwerk; Anpassungsfähigkeit; Prädiktive Regelung; Clarke-Bedingung; Linearisierung