Two neural networks are used to control adaptively a vibration and noise-producing plant. The first neural network, the emulator, models the complex, nonlinear output of the plant with respect to certain controls and stimuli applied to the plant. The second neural network, the controller, calculates a control signal which affects the vibration and noise producing characteristics of the plant. By using the emulator model to calculate the nonlinear plant gradient, the controller matrix coefficients can be adapted by backpropagation of the plant gradient to produce a control signal which results in the minimum vibration and noise possible, given the current operating characteristics of the plant.

Due reti neurali sono usate per controllare con elasticità una vibrazione e pianta rumore-produrre. La prima rete neurale, l'emulatore, modelli l'uscita della pianta riguardo a determinati comandi e gli stimoli complessi e non lineari si sono applicati alla pianta. La seconda rete neurale, il regolatore, calcola un segnale di controllo che interessa la vibrazione ed il rumore producendo le caratteristiche della pianta. Usando il modello dell'emulatore per calcolare la pendenza non lineare della pianta, i coefficenti della tabella del regolatore possono essere adattati dal backpropagation della pendenza della pianta per produrre un segnale di controllo che provoca la vibrazione ed il rumore minimi possibili, dato le caratteristiche di funzionamento correnti della pianta.