BP神经网络在一级倒立摆中应用论文.doc

《BP神经网络在一级倒立摆中应用论文.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、理工大学毕业设计（论文）题目：BP神经网络在一级倒立摆中应用学院：电气与电子工程学院专业：自动化毕业设计（论文）时间：2010年月日～月日共周摘要倒立摆控制系统通常用来检验控制策略的效果，是自动控制、机械电子等领域中非常典型的较为理想的实验装置。倒立摆系统是一个非线性、强耦合、多变量和自然不稳定的系统，这就需要给倒立摆系统施加适当的力使倒立摆系统在一个很小的围移动，从而使摆的摆角在很小的围变化。根据神经网络的自组织、自适应和泛化学习能力，应用神经网络解决倒立摆控制问题。BP神经网络在计算过程中，需要调节其连接权系数，一般情况下采用梯度下降法来调节其权

2、系．人工神经元网络为非线性系统建模提供了快速、简便的学习能力和应用性能，以及精确表达过程的非线性、复杂性的能力。倒立摆系统具有多变量、高阶次、严重非线性、绝对不稳定等特性，在其控制过程能有效反映控制中的许多关键问题，如镇定性问题、非线性问题和鲁棒性问题等。因此，倒立摆系统常用来检验控制理论的有效性，其研究过程不仅具有意义深远的理论价值，又具有重要的工程背景和实际意义。对智能控制神经网络BP算法进行系统的学习和研究，设计出基于规则库的神经网络控制器，并利用Simulink仿真平台与一级倒立摆模型连接仿真成功，对一级倒立摆的实际控制具有较好的鲁棒性。关键

3、词：倒立摆，神经网络，BP算法AbstractInvertedpendulumcontrolsystemwhichisakindofperfectequipmentinautocontrolmechanismandetectronisusedtotesttheresultofcontrol．Invertedpendulumsystemisanonlinear,coupling,variableanderraticsystem．Inordertoensuretheswingangleandthepositionofdollytochangeinasma

4、llrange，aproperforcemustbeappliedtotheinvertedpendulumsystem.Neuralnetworkcanbeusedtosolvetheproblemofinvertedpendulumcontrolbecauseofitsabilityofsell-organization,sell-adaptionandgeneralization．BPneuralnetworkcanworkouthowmuchforceappliedtothedollythroughgradientdegressivealgo

5、rithmtoadjustthejointweights．Artificialneuralnetworksofferspeediness，simpleandconvenientlinearingabilityandapplicationperformancefornonlinearsystemmodel[13]．Invertedpendulumsystemisfullofmultivariable,high-order,nonlinear,unstablecharacteristics,anditscontrolprocesscaneffective

6、lyreflectmanysignificantcontrolproblems,suchas:stabilizationproblem,nonlinearproblemandrobustproblem.Sousuallyinvertedpendulumsystemisusedtotestifytheeffectivenessofcontroltheory.Researchonithasnotonlymeaningfultheoryworth,butalsoimportantengineeringbackgroundandrealsignificanc

7、e[14].studyandresearchintelligentcontrolneuralnetworkBPalgorithmsystem,designarule-basedneuralnetworkcontroller,takeadvantageofSimulinksimulationplatformtoconnecttheinvertedpendulummodel,andsimulatesuccessfully.Havegoodrobustnessonthelevelofactualcontrolofinvertedpendulum.Keywo

8、rds:invertedpendulum,Neuralnetwork,BPalgorithm目录摘要IAbs