欢迎来到天天文库
浏览记录
ID:33364159
大小:2.96 MB
页数:161页
时间:2019-02-25
《平面一级倒立摆系统的智能控制策略研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、太原理工人学硕士研究生学位论文平面一级倒立摆系统的智能控制策略研究摘要随着科学技术的迅速发展,新的控制方法不断出现,倒立摆系统作为检验新的控制理论及方法有效性的重要实验手段得到广泛研究。本文选取平面一级倒立摆系统作为研究对象,进行了针对多变量复杂系统的智能控制方法——基于粗糙集的诰要埝鬟!毒!萋囊霎霪鏊蘩簧委莺霎萋羹鋈熹战藿囊答羹鍪。薹霎÷智能控制理论的新进展[J].电子学报,1995,23(10):25_31.115】刘文定,谢克明.神经网络模糊控制在烟叶发酵过程中的应用【J].电力学报,199
2、8,13(1):15—18.【16】刘普寅,张汉江,吴孟达等.模糊神经网络理论研究综述【J].模糊系统与数学,1998,12(1):77.87.[17】裴峥,黄天民.模糊神经网络的一种混合递推学习算法【J】.模糊系统与数学,1999,13(4):58—64.【18】周志坚,毛宗源.模糊神经网络的交叉研究【J】.电路与系统学报,1998,3(3):81-85.【19】WANGPz.ConstmctiVetheoryforfuzzysystems.1997,88(2):634—639.【20】Z.Pa
3、wlak.Rou曲sets【J].communicationsofAcM,1995,38(11):89.95.太原理工人学硕士研究生学位论文大,构造复杂,训练速度慢,同时不能充分利用样本数据特征。接着,针对Mamdani神经模糊系统在平面一级倒立摆系统控制中存在的不足,本文提出了基于粗糙集的Mamdani神经模糊系统控制思想,即利用粗糙集规则获取算法提取平面一级倒立摆的模糊控制规则,依据该精简模糊控制规则,直接构建神经模糊系统初始网络结构,省去了Mamdani神经模糊系统复杂的网络结构学习过程,提
4、高了网络学习速度及系统性能。同时,针对平面一级倒立摆系统的运动控制特性,本文提出在基于粗糙集的Mamdani神经模糊系统控制思想的基础上结合变量分组补偿控制思想,该变量分组补偿控制方法可以有效地减少神经模糊系统的控制变量,对多变量复杂系统具有更高的控制可靠性,而且与目前倒立摆系统中常用的状态变量合成方法相比,具有控制规则制定容易,可以降低控制方法难度等优点。最后,对本论ACC,Stanford,1972,857—865.【32】S-Mori,H.Nishihara,K.Furuta.Control
5、ofunstablemechanicalsvstem.controlofpendulumⅢ.Int.J.control,1976,23:673—692.【33】ThsukuHoshino,KatsubusaFllruta.stabilizationof2一Dinvertedpendulumviapa出alexact1inearizafionfALProcofthe2“oAsiancontr01STUDYOFINTELLIGENTCONTROLSTRATEGYINTHEPLANARSINGLEINV
6、EIUEDPENDULUMSYSTEMABSTRACTWiththequickdeVelopmentofscienceandtechnology,newcontrolmethodsappearunceasin91y.TheinvertedpendulumsystemsgetextensiVeresearchasanimportantexperimentmeanstoIesttheValiditiesofnewcontroltheoriesandmethods.Inthispaper,theplan
7、arsin91einVertedpendulumofGoogolTechnologyisselectedasacontrolledobjecttosIudyandtesttheinteuigentcontrolmethodformulCi—Variablescomplexsystemthispaperproposed,thatis,acontrolstrategyusingofMamdaniNeuralFuzzyInferenceSystembasedonRoughSetTheoryandVari
8、ablesgroupingcompensationFirst,thispaperintroducesthebasicconceptsofRoughSetTheory,andhasadeepresearchonitsknowledgeobtainmethodandidea,thenproposesafuzzyrulesgenerafionalgorithmfbrtheV太原理工大学硕士研究生学位论文planarinVertedpendulumsysCem.Thisalgorithmc
此文档下载收益归作者所有