一种基于非线性梯度下降的有限时间自适应神经网络控制方法、系统、电子设备及存储介质

本发明提供了一种基于非线性梯度下降的有限时间自适应神经网络控制方法，该方法包括：构建具有未建模动态和外部干扰的状态空间模型；定义误差变量，并通过状态空间模型求误差变量的时间导数；通过构建的自适应径向基函数神经网络估计误差变量时间导数的未知非线性项；自适应径向基函数神经网络包括：输入层、隐含层和输出层；通过梯度下降法对自适应径向基函数神经网络进行权重更新，得到非线性梯度下降自适应神经网络更新律；根据误差变量和非线性梯度下降自适应神经网络更新律构建虚拟控制函数和控制器。该方法通过自适应地调整神经网络的权重更新速率，在保持逼近精度的同时提高了学习效率。