matlab代码实现鲁棒控制器设计

资 源 简 介

鲁棒控制器设计，由于RBF网络可以实现任意逼近的非线性关系，它的目标是要做到误差平方和最小，与非线性PCA的目标一致，所以上述非线性PCA的模型可以通过采用两个RBF网络来实现非线性正变换 和反变换 。RBF网络是一个三层前馈网络，隐层采用径向基函数作为激励函数。第一个RBF网络把高维空间的数据映射到低维空间（如图4），第二个RBF网络将前面网络输出的低维空间数据再映射到高维空间，实现数据恢复(如图5)。这两个网络分别进行训练。

详 情 说 明

在本文中，我们探讨了鲁棒控制器设计的方法。我们使用RBF网络实现了任意逼近的非线性关系，并将其应用于非线性PCA的模型。我们的目标是最小化误差平方和，这与非线性PCA的目标一致。为了实现非线性正变换和反变换，我们采用了两个RBF网络。这两个网络均为三层前馈网络，其中隐层采用径向基函数作为激励函数。第一个RBF网络用于将高维空间的数据映射到低维空间（如图4所示），而第二个RBF网络则将前一个网络输出的低维空间数据映射回高维空间，以实现数据恢复（如图5所示）。需要注意的是，这两个网络必须进行单独的训练，以确保它们能够准确地完成它们的任务。