二、无模型自适应控制原理 一、无模型自适应控制的发展 四、工程应用 三、无模型自适应控制仿真 五、有待研究的问题 无模型自适应控制（MFAC） 上海师范大学电气工程及其自动化专业 李传江 lcjstar@sohu.com

2、伪偏导数的辨识 控制律算法(6)式中，在当前时刻k未知的变量是伪偏导数与控制量u(k)。由定理2.1知，满足假设2.1～2.3的任何非线性系统均可以由带有时变参数 的动态时变线性系统(3)式来表示，显然，任何的时变参数估计算法，如最小二乘算法等都能估计 。这里采用与控制律算法相对应的算法，由准则函数可以求出 的估计值。 辨识 的目标是，使 无限逼近y(k +1)-y(k)，同时还要使伪偏导数的值变化的不是太快，因此设计如下的估计准则函数：

3、无模型控制的方法 神经网络控制和模糊控制属于无模型控制吗？ 尽管很多文章作者宣称神经网络控制也是无模型控制方法，但严格意义上讲，它们不是无模型控制方法，因为网络的节点、隐层的确定需要受控对象的部分的信息。而且，广义上讲，神经元网络就是系统的模型，系统变化时网络需要重新训练。 另外，模糊控制方法也不属于无模型控制方法，因为，广义上讲，IF-THEN规则也是一种模型，需要对受控系统非常深的了解，同时，当系统较大的变化发生时，规则需要重新给出。因此，按照无模型控制方法的定义，学术上讲，它们不属于无模型控制方法。

能实现无模型自适应控制紧格式动态线性化的MATLAB仿真，对侯教授课本例4.1。

mfac模型

3、无模型自适应控制闭环结构图

讲述无模型自适应控制理论，控制律如何设计，有推导，有公式

43篇论文，覆盖从理论到多行业的应用，应该是搜集得比较全的

基于改进MFAC的智能数控系统设计与实现.pdf

复现论文《基于无模型自适应控制的反馈前馈迭代学习控制系统收敛性研究》，实现matlab下不同曲线的迭代学习仿真