2 控制算法的设计
2．1 控制模型
    在运动控制伺服系统中，需要控制的系统参数主要有位置、速度、加速度、输出扭矩／力矩等。传统的位置伺服控制策略是以PID控制为代表，但需依靠精确的数学模型，系统模型参数的变化及非线性因素等都会对常规PID的精确调节产生影响，因而PID对非精确、非线性对象的控制往往难以取得很好的控制效果。
    CMAC神经网络具有处理非线性和自学习的特点，而且该控制网络的学习速度快。目前在工业中关于CMAC控制器的结构大都采用常规PD和CMAC并行的控制结构，它在阶跃输入或跟踪方波信号时，具有输出误差小，鲁棒性强等特点，然而在跟踪连续变化信号时，却容易产生过学习现象，进而导致系统的不稳定。为此，设计一种单神经元PID与CMAC复合控制的控制算法，用单神经元PID替代常规PID控制，由神经元来在线调整PID控制参数，利用神经网络的自学习和自适应能力，来改善系统的跟随性能。该算法的构成简单，易于实现，能够适应环境的变化，有较强的鲁棒性。仿真结果证明该算法具有较小的跟随误差，良好的鲁棒性和抗干扰能力，其结构图如图2所示。

2．2 并行控制算法的设计
    由图2综合单神经元PID与CMAC控制算法，得到单神经元PID与CMAC并行控制完整的控制算法如下：

其中：η，ξ为网络学习速率；α为惯性系数。
2．3 算法的实现、仿真和结果分析