研究了电液负载模拟器的自适应最优控制问题.将线性二次型最优控制与GCMAC神经网络相结合提出了一种自适应最优控制策略.该控制策略把最优控制器作为辅助控制器采用GCMAC神经网络在线学习使闭环系统满足理想性能要求的控制量.Lyapunov稳定性分析证明该控制策略具有渐近稳定性.仿真结果表明系统具有较好的动态性能和较高的载荷谱跟踪精度.

研究了电液位置伺服系统的自适应反演控制策略。针对电液位置系统的非线性数学模型，采用反演设计算法并设计GCMAC神经网络逼近系统不确定性，从前向后逐步递推得到了系统的控制Lyapunov函数。基于Lyapunov稳定性理论，给出了鲁棒自适应控制律和GCMAC神经网络权值调整算法，确保系统稳定且输出跟踪误差渐近收敛于零。仿真结果证明了该控制策略的有效性。