智能控制在倒立擺系統(tǒng)中的應(yīng)用.pdf

1、倒立擺作為典型的非線性系統(tǒng)，伴隨著多變量、快速運(yùn)動(dòng)和絕對(duì)不穩(wěn)定的特征，難于建立精確的數(shù)學(xué)模型，這就使得對(duì)倒立擺的控制變得異常困難和復(fù)雜。智能控制理論則是解決此問(wèn)題的一個(gè)有效途徑。　　本文提出了一種基于合成變量的連續(xù)型模糊控制算法，大大地減少了模糊控制器的規(guī)則數(shù)量，有利于利用專家的控制經(jīng)驗(yàn)，有效地解決了多變量模糊控制器難于設(shè)計(jì)和實(shí)現(xiàn)的問(wèn)題。同時(shí)還克服了傳統(tǒng)的查表方式中模糊變量論域量化等級(jí)受限制的缺點(diǎn)。理論和實(shí)驗(yàn)證明了該方法的有效性，優(yōu)越

2、性。RBF(徑向基函數(shù))網(wǎng)絡(luò)由于能夠逼近任意非線性函數(shù)，可以處理系統(tǒng)內(nèi)在難以解析的規(guī)律性，因此得到廣泛的應(yīng)用。本文采用了一種正規(guī)化RBF網(wǎng)絡(luò)對(duì)倒立擺進(jìn)行控制。將隱層中心設(shè)置為訓(xùn)練輸入樣本，利用廣義逆矩陣求取輸出層權(quán)值，此方法不僅減少了網(wǎng)絡(luò)的學(xué)習(xí)參數(shù)，同時(shí)還允許RBF網(wǎng)絡(luò)精確地?cái)M合訓(xùn)練數(shù)據(jù)。實(shí)驗(yàn)結(jié)果證明該方法具有滿意的控制性能。　　本文針對(duì)倒立擺控制的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法(即BP算法)的缺點(diǎn)，將遺傳算法與神經(jīng)網(wǎng)絡(luò)結(jié)合起來(lái)，提出了倒立擺的進(jìn)化