1、“.....而这些参数的整定困难使控制器的应用受到限制，实际上控制规律是种线性控制规律，它也具有传统控制理论的弱点，仅在简单的线性单变量系统中有较好的控制效果，而在复杂系统的控制效果中控制效果不佳。另外，在工业过程中经常使用的控制，对于小滞后还可以应付，但对于大滞后要采用预估器等方法来解决。传统的单纯不能有效地实现对大滞后和大惯性环节的控制，加上被控对象具有定的变化性，常规参数不具备适应能力，很难满足实际的控制要求。目前，参数的整定优化依靠现场技术人员手工，控制效果的好坏很大程度上依赖技术人员经验水平，且要耗费大量的人力物力和时间。将和控制相结合......”。

2、“.....又能利用学习速度快和较好的非现行逼近能力。因此把和控制相结合，取长补短，既增强系统的稳定性，抑制扰动，又能保证系统的控制精度，具有较强的实用性，使得系统在高反应速度和非线性条件下具有较好的稳定性和鲁棒性。控制与控制的原理控制控制的原理控制具有较强的鲁棒性，结构简单，参数物理意义明确，对模型依赖程度小和工程上易于实现等优点，广泛应用于工业过程中。控制是从比例积分和微分三个环节来实现对系统控制的。常规控制系统原理框图如图所示，系统由模拟控制器和被控对象组成。基于和小脑模型神经网络的自适应控制器设计比例积分微分被控对象图控制系统原理框图控制器是种线性控制器......”。

3、“.....还得到了崔世林老师的热心指导和帮助，同学们也给予我很大的支持和鼓励。在此向所有关心帮助过我的老师同学们表示深深的感谢,最后，衷心地感谢在百忙之中评阅论文和参加答辩的各位教授讲师,基于和小脑模型神经网络的自适应控制器设计基于和小脑模型神经网络的自适应控制器设计基于和小脑模型神经网络的自适应控制器设计摘要将控制与结合起来，介绍了种能够反映人类小脑认知的非线性和连续性的小脑模型控制器。该控制器采用有导师的学习算法，把计算出的输出与总控制输入相比较，修正权重，进行训练学习，使总控制输入与的输出之差最小，从而使系统的总控制输出由产生。对整个系统进行仿真，由仿真结果可以看出......”。

4、“.....减小了超调，加快了控制响应速度。实现小脑模型与复合的控制策略，最终设计出完整的控制系统。关键词控制小脑模型复合控制仿真，情，在建立过程中常常需要将系统降价或将系统以线性化近似，或忽略系统中些认为不重要的参数，以简化分析难度。因此，到最后所得到的数学模型，即使可快速且准确地算出控制量，但与实际的物理系统可能出现相当大的差距，容易与实际脱节，导致产生性能不佳的控制。参数整定的优劣不但会影响到控制质量，而且还会影响到控制系统的稳定性和鲁棒性。在篇关于加拿大造纸厂的统计报告中表明，座典型的造纸厂般有多个控制回路，其中以上的回路采用控制，但仅有的控制回路工作比较满意，控制回路性能普遍偏差的原因中，参数整定不适合占，阀门问题占......”。

5、“.....可见参数整定是非常重要的。小脑模型关节控制器是由最初于年基于神经生理学提出的，它是种基于局部逼近的简单快速的神经网络，类似于的相联记忆方法，能够学习任意多维非线性映射。迄今已广泛用于许多领域。特别是等的突破性应用研究，已使受到越来越多的关注。具有许多优点，它具有局部逼近能力，每次修正的权值极少，学习速度快，适合于在线学习具有定的泛化能力，相近输入给出相近输出，不现输入给出不同输出具有连续模拟输入能力具有寻址编程方式，在利用串行计算机仿真时，它使回响速度加快。因此将与传统的控制相结合，构成智能型的神经网络控制器，能够自动辨识被控过程参数自动整定控制参数能够适应被控过程参数的变化......”。

6、“.....使控制器具有经久不衰的生命力，是智能控制器的个有潜力的发展方向。当前神经网络与控制相结合的方案有多种，但应用于实际的还相对较少，除去人工神经网络在设计和制造问题上存在的困难以外，控制结构和控制算法的成熟和可靠基于和小脑模型神经网络的自适应控制器设计性也是个重要的因素，这也就是本论文的研究动机。研究目的和意义本文通过和的复合控制实现前馈反馈控制，小脑模型神经网络控制器实现前馈控制......”。

7、“.....以及特别适合用于可建立精确数学模型的确定性控制系统等优点，至今工业过程控制回路还都采用的是控制策略。在控制中个至关重要的问题是参数比例积分微分的整定，典型的参数整定方法是在获取对对象数学模型的基础上，根据定整定原则来确定参数。另方面，在实际的应用中，许多被控过程机理复杂，具有高度非线性时变不确定性和纯滞后等特点。在噪声负载扰动等因素的影响下，过程参数甚至模型结构均会随时间和工作环境的变化而变化......”。

8、“.....建立被控对象的数学模型是十分复杂的事评判控制器的性能，增强系统的稳定性，抑制扰动。单独控制时，增益的值在很大程度上决定着控制效果，而采用控制时控制效果不依基于和小脑模型神经网络的自适应控制器设计赖于的值，的值只需要在个合理的范围内即可。通过复合控制器与控制器仿真结果的对比可以看出，开始的时候主要是控制器起作用，经过对常规控制器的输出的不断学习，逐渐由小脑模型的输出起控制作用。小脑模型的加入使得控制效果比单独的控制效果要好很多，当方波输入时，大大减小了超调，加快控制响应速度，充分体现了小脑模型的特点，即输出误差小实时性好鲁棒性强等......”。

9、“.....引入小脑模型神经网络与控制相结合的控制方案，通过与控制仿真结果的对比可以看出，采用十这种前馈并行控制，能充分发挥小脑模型神经网络学习速度快，能逼近任意非线性函数优势，控制器起辅助作用，控制器起主要控制作用，控制效果显著提高。神经网络控制与控制的结合，不仅为伺服系统的发展开辟了条新的智能化道路，而且也为智能控制在火工伺服系统领域的应用创造了很好的条件。参考文献刘金琨先进控制仿真第版电子工业出版社。廖晓钟刘向东自动控制系统北京理工大学出版社。王耀南智能控制理论及应用机械工业出版社。章卫国先进控制理论与方法导论西北工业大学出版社......”。