拟人智能控制在二轮小车倒立摆系统中的应用

二轮小车倒立摆系统模型存在很大的误差和不确定性，针对其在保持摆杆稳定的同时在水平面上自由行走具有很高难度的问题，应用基于遗传算法寻优参数的拟人智能控制算法，解决了该系统的控制问题。首先根据拟人智能控制算法理论得到定性控制律，然后采用遗传算法优化各个控制参数，该方法既利用了拟人智能控制算法这一定性控制律的强鲁棒性的特点，又利用了遗传算法良好的全局收敛性。实验结果表明，该算法不仅具有良好的抗干扰能力，而且具有很强的鲁棒性。     

五种倒立摆控制器对比研究

针对水平导轨直线型倒立摆的稳定控制问题,论文设计了线性二次型调节器LQR和LQY、拟人智能控制器和模糊控制器,提出了一种基于泛组合模型的智能控制器。用这五种控制器对系统进行控制,实验证明了所提出的智能控制模型的有效性。对各控制器控制效果的比较研究说明智能控制比线性控制更适合解决这类非线性控制问题。     

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.     

神经网络控制的应用

神经网络首先用于解决模式识别问题。随着80年代神经网络理论的突破性进展，神经网络控制引起控制界的广泛注意。由于系统的复杂性，存在多种不确定性及难以确切描述的非线性。现代工业对工业过程控制不仅要求控制的精确性，还要求控制的鲁律性、实时性、容错性及对控制参数的自适应和学习能力。传统适应控制方法存在局限性，传统控制未能从根本上解决控制问题，所以智能控制得到迅速发展。神经网络在系统辩识、模式识别、信号处理、图象处理、故障诊断等方面得到广泛应用。神经网络控制是从机理上对人脑进行简单结构模拟的新型控制和辩识方…     

对Ⅱ型建模误差有强鲁棒性的混合MRAC系统设计

本文推导了一种混合模型参考自适应控制方案。对建模误差，尤其是对Ⅱ型建模误差的影响，有很强的鲁律性。仿真结果表明控制效果与理论分析是一致的。     

倒立摆系统稳定控制之研究

多级倒立摆系统作为一个典型的非线性、多变量、高阶次、强耦合和自然不稳定的复杂被控系统，一直是人们检验、比较各种控制理论和方法的理想实验平台，半个多世纪以来，国内外许多机构对它进行了广泛的研究，积累了丰富的资料。这里对多级倒立摆稳定控制的研究现状进行总结，探讨了它的发展趋势。目前主要的控制方法有线性控制、预测控制和智能控制三类，智能控制是当前研究的主流，它包括模糊控制、拟人控制、计算智能控制、云模型控制等。继续深入研究各种智能控制方法及其组合应用是今后的发展方向。     

一种新的测控平台的设计与实现

近几年来，基于PC的测控系统开始应用于工业测控领域，但在拟人柔性的拟人智能特性方面的不足，限制了它的推广和发展。本介绍一种应用前景广泛的智能测控平台，将柔性控制与智能控制紧密结合，利用PC及多智体系统的多库协同机制技术，满足了测控系统功能集成化、风险分散化、通信开放化的要求。     

倒立摆与控制理论研究

介绍了倒立摆系统的几种主要控制方法,如线性控制、模糊控制、拟人智能控制和鲁俸控制,分析了各种方法的特点以及它们之间的联系,对各种方法的优缺点进行了评价.通过上述内容的介绍与探讨,充分展示了倒立摆作为一个典型控制对象,在控制理论研究中的重要地位.最后,揭示了研究倒立摆控制问题的现实意义,并对这一领域的前景提出展望.     

仿人智能控制的在线学习模型

仿人智能控制是一种基于知识的智能控制,模拟了人的控制经验与技巧。根据以前的研究成果［１］［２］［３］,文章总结了仿人智能控制的智能性、仿人智能控制设计的多模态性,讨论了仿人智能控制在线学习的必要性及其学习内容,提出了一种新颖的仿人智能推理与控制在线学习模型,为仿人智能控制系统的设计提供了理论基础。     

基于改进遗传算法的个性化信息服务方法

网格计算中,资源的有效组织与获取是网格计算的关键性问题.提出了基于角色的服务路由策略,并采用一种改进遗传算法来优化搜索策略中的相关参数.首先利用拟人智能控制得到定性控制律,然后利用改进遗传算法实现定性控制律的定量化,并将基于该策略的网格环境信息检索技术应用到高校图书馆的个性化信息服务中.应用结果表明,本文的网格环境信息检索技术是非常有效的.     

规则推理与神经计算智能控制系统改进及比较

针对生产生活实践中的智能系统在实施控制过程中关键参数的实时在线智能整定与优化问题与需求,实现将不同类型人工智能方法与经典的控制方法对接从而构成多种复合控制（AI-CC）方法,提出改进算法并进行理论分析与仿真对比研究。首先实现了基于规则与模糊推理机制的AI-CC方法,提出了增量式改进算法,进而提出基于小波神经网络的AI-CC方法,进一步对两类智能系统的稳定性进行理论分析,提出稳定性保证算法,最后对比研究不同类型的智能系统在智能程度与性能特征方面的差异。研究成果为该领域研究者提供了多种改进的智能控制算法及其对比参照和理论分析,为该方法在工程实践中低成本地升级并稳定可靠地应用提供可操作方案。     

单片机在远程智能照明控制中的应用

工业控制系统在局域网中已经应用非常广泛,基于Internet的远程控制是工控的未来发展方向。采用B/S模式设计了基于Internet和单片机技术的远程智能照明控制系统,实现思路是,控制终端通过网络发送控制数据给控制服务器,控制服务器通过串口把控制数据传送给下位单片机来控制远端照明设备。     

基于模糊神经元网络的智能车辆个性自动驾驶系统的设计与实现

介绍了一种利用模糊神经元网络实现车辆自动驾驶的设计方案.其基本设计思想 是首先通过模糊逻辑描述驾驶者的驾驶行为,然后利用驾驶者实际驾驶时采集的车辆运行情 况作为训练数据,通过神经元网络的自学习功能修改和改进模糊控制所需的输入/输出信 号的隶属度函数以及模糊推理的运算关系,做到简单控制实现与复杂学习算法的有效结合, 从而实现模糊神经元控制.本方案为智能车辆实现个性化自主或辅助自动驾驶提供了一种非 常有效的机制.     

现场总线系统分布式智能预测控制的实现

对于采用现场总线系统控制的复杂对象，应用智能预测控制的方式对其进行分布式控制，将现场总线的特点与智能预测控制方法相结合，使各子系统之间的参数以及控制动作协调一致，以实现对整个系统的优化控制．提出了在现场总线系统中构建该方法的步骤，并给出了一个采用该控制方法获得较好控制效果的具体实例。     

智能特征模型和智能控制

首先论述了控制理论的发展应走"实践-理论-实践"之路.接着分析了现有智能控制存在的问题.提出突破复杂系统的特征建模问题是建立智能控制理论体系的前提.简单阐述了智能特征建模的思想、方法和必要的物质基础,并提出了三类智能控制的设想和框架.最后讨论了为发展智能控制理论需研究的一些基本理论和工具.     

基于规则库的巡线机器人自主越障动作规划

在电力线巡检机器人的控制系统中,采用分层规划的方式,利用产生式推理从行为规划的层次上进行在线规划,生成行为序列,然后将生成的行为序列与离线规划出的知识库相结合,生成自主越障的动作序列,实现机器人越障的自动控制．本文探讨了整个越障规划的控制过程和规划方法,并通过实验验证了动作规划的可行性．     

中央空调系统的MAS智能控制模型

中央空调智能控制是实现空词节能优化调节的一个发展方向,目前是研究的一个热点和难点。文中首先在分布式人工智能领域的MAS理论基础上,对MAS的理论和应用进行研究介绍;然后针对目前中央空调控制系统中难于进行整体控制的问题,采用基于MAS的建模方法进行整体控制的设想,探讨了多Agent技术在空调控制系统中的应用;最后,文中引入了具有学习控制能力的人工智能技术,采用增强学习方法与多Agent技术结合起来,实现中央空调系统的整体智能控制与节能。     

城市高速道路交通控制方法研究的回顾与展望

本文首先阐述了城市高速道路交通系统存在的关键问题和交通控制研究的必要性,然后通过 高速道路实测曲线说明了该类型交通控制的特点,并对现有的城市高速道路控制三种方法进 行评述,从中选择了现在广泛采用的入口匝道控制法进行深入探讨．在详细论述各种入口匝 道控制方法的适用场合和局限,提出了采用分层递阶智能控制理论和多目标优化的方法实现 城市高速道路与普通道路的综合集成控制以取得城市综合交通系统的效益最优的研究方向     

利用云模型实现智能控制倒立摆

提出一种利用云模型实现智能控制倒立摆的方法,其控制策略不需要被控对象的数学模型,只需依据人的经验,感觉和逻辑判断,将人用语言值定性表达的控制经验,通过语言原子和云模型转换到语言控制规则器中,就能解决非线性问题和不确定性问题。倒立摆这样的典型被控对象,验证了该控制方法的可行性和有效性。仿真分析与实验结果表明,该控制方法对被控对象的状态和参数变化,具有一定的鲁棒性,应用前景广阔。