Nonlinear and Adaptive Control Systems：（非线性和自适应控制系统）

对液压缸进行系统辨识，采用递推增广最小二乘法对连续系统进行辨识，采用pid自校正对连续系统进行控制。

1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明，所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。

分析了微电网孤岛系统稳定运行、能量供求平衡的机理和常规的微电网孤岛能量管理控制策略，提出一种新型超级电容与蓄电池混合储能系统的功率自适应控制策略， 通过对混合储能系统进行上层的能量管理控制，使超级电容和蓄电池输出功率得到合理分配，以满足微电网孤岛运行时的电能质量要求和负荷的功率需求，并且能够提高系统全寿命周期经济性。最后建立了微电网孤岛系统的仿真模型，利用PSCAD／EMTDC仿真验证了所提策略的有效性，该控制策略优化了蓄电池的工作过程，延长了蓄电池使用寿命，并且不需要数据采集和通信环节，提高了微电网孤岛系统运行的可靠性和稳定性。

基于自适应输出反馈建立了两连杆平面手臂的simulink模型

差动操纵(独轮车)移动机器人的仿真matlab程序

伺服模型参考自适应控制

直流电机的自适应控制

传统的带式输送机多采用PID控制,而带式输送机在运行过程中由于负载和环境参数的变化而呈现不确定性;同时,电机速度过程本身具有非线性,所以难以辨识其动态过程的模型参数并构建系统的数学模型,传统的方法不能达到理想的控制效果.提出采用无模型自适应控制(MFAC)方法对带式输送机从启动到稳定运行,以及加载后的整个运行状态进行追踪控制.结果证明,与PID相比该方法追踪效果较好,同时误差波动较小.

包含3个.m文件，分别实现M序列生成、广义最小方差算法、自适应控制算法