共查询到10条相似文献,搜索用时 15 毫秒
1.
为了提高二级倒立摆系统实时控制的响应速度和稳定性,在设计Mamdani型模糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器。该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练,能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则。通过与Mamdani型控制器的仿真对比及实际控制实验结果,表明该Sugeno型模糊神经网络控制器对二级倒立摆实验装置的控制具有良好的稳定性、快速性和较高的控制精度。 相似文献
2.
3.
为了提高三级倒立摆系统控制的响应速度和稳定性,在设计Mamdani型摸糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器。该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练,能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则。通过与Mamdani型控制器的仿真对比,表明该Sugeno型模糊神经网络控制器对三级倒立摆系统的控制具有良好的稳定性和快速性,以及较高的控制精度。 相似文献
4.
在二级倒立摆控制器优化设计的研究中,由于二级倒立摆系统是一种复杂多变量、强耦合的不稳定系统,较难达到稳定平衡状态,首先要建立模型,之后才能够进行系统仿真与实际控制实验.由于系统对控制器性能要求较高,因此选用遗传算法训练的小波神经网络控制器,并针对遗传算法仍然存在的收敛速度慢,泛化性能差,可能陷入“早熟”等许多问题,对算法加以改进.将采用罚函数为基础的小生境技术引进到遗传算法中;并根据个体适应度来改进交叉概率.在仿真与实物控制实验中,控制器能够实现二级倒立摆系统的稳定控制,且抗干扰能力、系统平衡恢复速度优良,验证了设计的二级倒立摆控制器的有效性. 相似文献
5.
二级倒立摆系统的实时稳定控制实验研究 总被引:1,自引:0,他引:1
为实现二级倒立摆系统的实时稳定控制,以深圳固高直线二级倒立摆装置作为控制对象,在MATLAB环境下,利用基于二次型最优控制理论的线性二次型(Linear Quadratic Regulator,LQR)最优控制器,成功实现了该装置的实时稳定控制。为引入新的控制策略,采集二级倒立摆实时控制过程中的LQR控制器数据作为样本,经过自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference System,ANFIS)工具箱训练并生成出一种新型模糊神经网络控制器,应用到装置上同样实现了实时平衡。结果表明,新型控制器较LQR控制器控制效果更优,也为成功实现装置的实时平衡提供了一种新的思路和解决方法。 相似文献
6.
7.
8.
9.
10.
采用模糊控制理论研究了直线一级倒立摆控制问题。直线一级倒立摆系统是多变量不稳系统,为了解决模糊规则爆炸问题,本文采用了变量分组的方法完成倒立摆模糊控制器的设计方案。要使直线一级倒立摆系统稳定,必须对小车位置和摆杆角度同时进行闭环控制,而单一的控制只能控制一个控制量,本文提出了两回路的模糊控制方案。仿真和实验结果证明了该方案的可行性和良好的控制性能。 相似文献