针对永磁直线同步电机（ PMLSM）伺服系统易受摩擦力和推力波动等外部扰动影响的 问题，提出了一种基于扩展卡尔曼滤波器（ EKF）的扰动前馈补偿方法。首先，建立了与位移函 数相关的扰动模型，作为扰动前馈补偿器。然后，利用 EKF 估计电机初始位置并反映到扰动前馈 补偿器中，同时自适应调整扰动模型的系数，以实现扰动模型与实际扰动的同步，达到对系统扰 动补偿的目的。最后，系统仿真和实验结果表明该方案是有效可行的，与扰动观测器相比，基于 EKF 的 PMLSM 伺服系统在扰动补偿方面具有更加优越的性能。，论文下载

分析了一种单相光伏并网发电仿真系统。根据光伏电池的数学模型建立了光伏阵列的仿真模型，采用变步长扰动观察法实现最大功率点跟踪控制，引入电网电压前馈的双闭环控制策略实现并网控制。基于Matlab仿真平台，搭建了系统仿真模型，仿真结果表明光伏电池输出功率能很好的保持在最大功率点，直流母线电压保持稳定，逆变器输出电流与电网电压同频同相，真正实现了并网，提高了电能质量。

前馈控制的基本原理就是测取进入过程的扰动量(包括外界扰动和设定值变化)，并按照其信号产生合适的控制作用去改变控制量，使被控制变量维持在设定值上。

自动化专业过程控制技术的课程设计，有关于静态前馈控制系统的设计。有MATLAB仿真。

本 文针对前位神经 网络误差反 向传播算法 48 3 算法 7收敛速度慢 且常 常收敛于 局 部 极小值等缺 陷 , 提出 了一种墓 于推广卡尔受撼波估计 的快 速学 习 新方 法 , 与 83 算 法相 比较 , 该方 法不仅学 习收 敛速 度快 , 数 值称定性好 , 所需学 习 次数和隐节点数少 , 而且所佑调 节参数少 , 便于 工程应用 0 非 线性 系统 建模与辨识的仿真计算结果 表明 , 该方法是 提高网络学 习速度 、 改替学 习性 能的一种有效方法 , 可有 效解决工业过 程等非线性 系统建模与辨识 问题

matlab开发-快速多层前馈神经网络训练。这是一个简单而快速的代码，可以训练任意层数的神经网络。

由实验数据求传递函数，用于计算前馈控制，再结合PID控制器开发笔记之九：基于前馈补偿的PID控制器的实现。https://blog.csdn.net/weixin_30551963/article/details/95372116，搞定前馈控制！

飞思卡尔智能车的速度控制模块，PID电机控制，由参考程序哇。

速度前馈的作用 Kvff = Kd  ess=0 由于恒速跟踪引起的不稳定误差

前馈神经网络PoC 带有反向传播的简单实现可概述一些AI知识。 用法 // crate a data set with input- and output-values DataSet train = DataSet.fromArray( // syntactic sugar new double[][] { new double[]{ ... }, ... }, // inputs new double[][] { new double[]{ ... }, ... } // expected ); FNN net = Trainer.builder( inputUnits , outputUnits ) // create a Builder