自适应控制作为一种新兴的控制理论及其应用, 其本质是利用某种信息反馈机制, 通过不断观测系统当前状态,不断更新控制器的模型参数, 以调节控制量的系数, 帮助系统更快更好的达到稳态调节目标, 从而改善系统总体控制效果, 无论在动态、非线性 等复杂系统中均可应用。
自适应控制算法基于标准控制理论研究，综合分析数学模型、实验与分析方法，给出适用于实际系统、可以自动识别系统参数 及自动调节参数的控制算法。其有效性取决于一个完善的识别系统以及灵活的弹性调节机制。
针对不同的系统的自适应控制通常有不同的算法，但基本流程包括：首先确定基本模型；其次设定自适应控制参数；然后确定反馈机制，按照控制策略进行反馈；最后通过观测系统状态，更新模型参数以及控制参数，以达到精确控制的目的。 特定的自适应控制的通用算法大体可以分为一下几类：
1、自抗扰（self-lifting）调节器算法：它是用定值参数或非定值参数的调节器，能够根据系统的实际变化情况，而自动调整自身的最佳偏移量来改进系统的控制效果。 2、自学习(self-learning)调节器算法：它能够根据控制系统内部输入状态，以及输出热差或控制量对参数的实时变化作出及时反应，并自动调整参数以有效改善控制效果。 3、非线性自适应控制算法：它利用一种非线性方法智能化，能够根据系统反馈信息检测出不同的参数，并动态调整调节器以达到有效的控制效果。
以上是自适应控制算法的一般种类，它们共同实现了自动调整参数，有效解决了控制系统在不同环境、参数变化下传统控制器难以解决的传统问题，使控制得以有效实施，流程简单、实际效果显著。
因篇幅问题不能全部显示，请点此查看更多更全内容