故障容错稳控
针对部分未知离散马尔可夫跳跃系统执行器故障的滑模控制方法，通过动作-评判-扰动神经网络与强化学习实现最优容错控制。
Chengcheng, Zhang · Kao, Binghua · 考永贵 · 谢维
Neurocomputing 2026
通过强化学习处理部分未知的滑模动态，使系统在模型不完全已知的情况下仍能达到稳定和最优性能。
故障观测器实时估计执行器故障，与扰动神经网络结合，为自适应补偿控制提供依据，保证滑模面可达。
扰动神经网络在线逼近外部扰动，与故障估计共同构成自适应补偿项，降低扰动对系统稳定性的影响。