基于混沌搜索的二级倒立摆模糊控制器设计

利用混沌优化的模糊控制方法对二级倒立摆系统进行闭环控制。用混沌算法优化控制器的参数,首先将混沌变量引入到模糊控制器的参数域,并进行全局范围内直接寻优,当获得全局近似最优解后,再缩小寻优区间,根据性能指标,在次优解附近继续寻优,得到全局最优参数。控制结果说明该方法是有效可行的。     

基于混沌优化的二级倒立摆最优控制实验

为解决LQ控制多变量系统时权矩阵参数难以确定的问题,在引入一种与系统动态性能密切相关的性能指标基础上,提出了混沌全局粗搜索和局部细搜索相结合的优化LQ控制器,并且进行了二级倒立摆的实时控制.最后的实验证实了,该方法既是线性二次型泛函意义下的最优,又能解决具有快速、强非线性、绝对不稳定系统的控制问题.     

二级倒立摆状态反馈控制器设计优化方法

设计了一种二级倒立摆的状态反馈控制器。研究了一种基于单纯形算法的参数优化方法。首先给出了二级倒立摆系统模型并分析了系统特性,设计了状态反馈控制器,提出基于ITAE(Integrated Time&Absolute Error)性能指标应用单纯形优化方法对状态反馈控制参数进行优化设计,以快速准确地得到状态反馈阵,并利用固高GLIP2002型直线倒立摆系统进行仿真分析和二级倒立摆系统控制实验,实现了二级倒立摆优化控制。提出的一种如何寻找使系统稳定且具有较好性能的状态反馈控制参数这一控制领域重要问题的解决方法,避免了极点配置法手动试凑方法调试参数困难的问题,对非线性、强耦合运动体的控制具有理论意义和应用价值。     

基于参数优选法LQG最优控制的倒立摆控制

为了实现对单级倒立摆系统的控制,提出了一种基于LQG(线性二次型高斯控制)的倒立摆系统控制方法.利用LQR(线性二次最优)构建系态反馈矩阵,再结合Kalman滤波器,综合得到了LQG控制器,并对该控制器的参数进行了优化设计.通过MATLAB仿真,验证了采用的控制算法能够有效地对单级倒立摆系统进行控制,系统超调量较小,并具有一定的鲁棒性.     

三级倒立摆系统最优摆杆长度组合选取的研究

基于系统能控矩阵特征根距离原点的位置反映系统能控性大小的原理,提出一种通过计算系统能控矩阵最小模特征根来确定三级倒立摆最优摆长组合的方法。通过对不同摆长组合所构成的三级倒立摆系统在相同控制策略下的控制系统的仿真实验性能的对比,验证了在综合考虑系统位移量以及控制量大小的情况下,根据所提出的方法设计出的三级倒立摆系统的摆杆长度组合是最优的,并使用该方法得到了一定范围内三级倒立摆的最优摆长比值与固定摆杆的不同长度之间的对应关系。     

三级倒立摆的LQR方法优化参数控制

倒立摆是智能控制的理想对象。使用拉格朗日方程建立三级倒立摆系统的非线性数学模型,在平衡点处对其线性化,利用LQR（Linear Quadratic Regulator）最优控制理论,导出控制规律。通过对三级倒立摆一系列稳定摆动和加扰实验仿真曲线的分析,明确了加权矩阵Q中各权系数对系统稳定性控制的重要性,由此来优化权系数的选择。实验表明,系统显示出较好的鲁棒性和动态性能。     

基于混沌搜索的模糊控制器参数最优设计

基于混沌变量，本文提出一种模糊控制器最优设计方案．离线优化采用混沌算法，将混沌因子引入到模糊控制器参数域的优化搜索中，用载波方式将优化变量转变成混沌变量，再利用混沌运动的遍历性和随机性直接寻优，得到模糊控制器参数的全局次优解．在线优化采用共轭梯度下降法，把混沌搜索后得到的全局次优值作为梯度下降搜索的初始值，实现混沌全局粗搜索和梯度下降局部细搜索相结合的优化目的，能很快找到模糊控制器参数的全局最优解．最后对算法的收敛性进行了证明．     

基于PSO的二级倒立摆LQR最优控制器设计

根据微粒群算法的随机性、快速性、易于实现性等优点,针对LQR在二级倒立摆最优控制设计过程中对加权矩阵Q、R选择的盲目性,研究了基于PSO的LQR最优控制器的设计方法,该方法利用PSO算法的启发式全局优化特点对Q、R阵进行寻优,然后得到状态反馈控制律K。并设计了基于该方法的二级倒立摆的最优控制器,通过和基于遗传算法的LQR最优控制器比较,仿真结果表明：该方法所设计的最优控制器能使系统的响应时间更快,超调量更小,对二级倒立摆的控制效果更理想。     

基于留优遗传算法的倒立摆最优LQR控制

被控系统稳定性与LQR控制器权重矩阵Q和R的选择有关.针对选择适当的Q和R使系统在约束条件下达到稳定性最优的问题,提出了一种通过留优遗传算法实现二级倒立摆系统LQR控制器参数寻优的新方法.以被控系统的动能积分为性能指标来实现寻优,以能量为寻优性能指标,可使二级倒立摆系统各部分的稳定性以统一的量纲表示.可依据倒立摆系统的耦合性,从总体的角度考虑系统的稳定性.仿真的结果表明了该方法的有效性.     

基于留优遗传算法的倒立摆最优LQR控制

被控系统稳定性与LQR控制器权重矩阵Q和R的选择有关。针对选择适当的Q和R使系统在约束条件下达到稳定性最优的问题,提出了一种通过留优遗传算法实现二级倒立摆系统LQR控制器参数寻优的新方法。以被控系统的动能积分为性能指标来实现寻优,以能量为寻优性能指标,可使二级倒立摆系统各部分的稳定性以统一的量纲表示。可依据倒立摆系统的耦合性,从总体的角度考虑系统的稳定性。仿真的结果表明了该方法的有效性。     

混沌优化模糊控制器在铝电解控制中的应用

设计了基于CAN总线的预焙铝电解槽计算机控制系统的总体方案及基于混沌优化的电解质温度模糊控制器。将混沌优化算法引入模糊控制器,采用混沌粗搜索与细搜索相结合的优化方法,对量化因子、比例因子及控制规则进行优化。利用该控制器实现对预焙铝电解槽的温度控制。实验结果表明,该方法能有效地实现模糊器参数和控制规则的在线优化,控制具有鲁棒性好、适应性强、精度高等优点,算法结构简单,容易实现,控制性能优于普通的模糊控制器。     

基于混合算法的二级倒立摆LQR最优控制器设计

针对遗传算法寻优的速度和精度的不足,提出采用混合算法寻优的策略。以GIP-200型二级倒立摆为控制对象进行仿真,仿真结果表明基于混合算法的最优控制器能使系统调节时间更短、精度更高,对二级倒立摆的控制效果更为理想。     

一种模糊神经网络控制器参数的混沌优化设计

通过模糊控制与神经网络相串联的方式构成模糊神经网络系统，然后提出一种基于模拟退火策略的混沌优化算法，将该算法引入模糊神经网络参数域中进行优化，实现混沌粗搜索与细搜索相结合优化目的，体现出具有更强的模糊神经网络参数全局最优解的搜索能力。采用该控制器对一个非线性对象进行控制。仿真实验表明，该方法能有效地实现模糊神经网络控制器参数优化，控制具有无振荡、超调小、调节时间短等优点，算法结构简单，容易实现。     

基于遗传算法的切换控制器设计与优化

利用遗传算法研究了一类切换规则只由状态决定的切换系统的控制器优化设计问题.首先由线性矩阵不等式(LMI)来设计切换控制器,然后应用遗传算法来对切换规则进行优化.优化后的切换规则不仅可保证闭环系统渐近稳定,而且具有良好的动态性能.将本文提出的方法应用在小车倒立摆控制系统上,仿真结果表明了本文设计方法的有效性.     

拟人智能控制及鲁棒LQ控制在倒立摆基准问题中的应用

分别应用拟人智能控制策略解决倒立摆标称系统的控制和鲁棒LQ方法解决其鲁棒控制问题.拟人智能控制模仿人解决问题的归约思路,从物理角度出发分析被控系统并设计定性控制律.利用遗传算法良好的全局搜索收敛特点,对定性控制律中的参数进行优化搜索.当模型只存在结构化型不确定性且不确定性有界时,可通过求解一个Riccati方程来设计鲁棒LQ控制器.仿真结果表明给定的控制指标均得到满足,且控制律算法简单,实现比较方便.