一种二阶非线性系统的神经网络控制方法

本发明公开一种二阶非线性系统的神经网络控制方法，包括如下步骤：引入内部不确定性和外部扰动干扰项，构建二阶非线性系统的动力学模型；进行基于特征增强与分布式学习的控制器设计，其中，控制器的神经网络结构设计：引入哈达玛乘积与可训练权重矩阵相结合的特征增强策略，增强对控制输入非线性关系的表达能力；引入分布式学习机制，允许神经网络中网络节点间通过拓扑结构感知信息并协同更新权重；控制律与状态预测机制设计；设计平稳运行的条件并基于稳定性理论，基于设计的控制器进行二阶非线性系统的稳定性和有效性分析。本发明在应对干扰时能够显著提升系统性能，且具备较快的学习速度和较高的逼近精度。