自适应逆控制及其应用的研究

自适应逆控制及其应用的研究

ID:33364400

大小:3.74 MB

页数:125页

时间:2019-02-25

自适应逆控制及其应用的研究_第1页
自适应逆控制及其应用的研究_第2页
自适应逆控制及其应用的研究_第3页
自适应逆控制及其应用的研究_第4页
自适应逆控制及其应用的研究_第5页
资源描述:

《自适应逆控制及其应用的研究》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、自适应逆控制及其应用的研究摘要在控制理论发展的过程中,某一理论的正确性及在实际应用中的可行性需要一个按其理论设计的控制器去控制一个典型对象来验证,倒立摆就是这样一个被控对象。自适应逆控制需要很少的先验知识,不需要知道被控对象的数学模型,就可以设计出性能良好的自适应逆控制系统。但是,在控制非线性对象时,自适应逆控制需要建立对象模型和对象的逆模型。实践证明,用线性自适应滤波器对非线性对象建模是不可行的。神经网络是以自学习为基础,具有对任意非线性映射的逼近能力。这样,神经网络控制倒立摆,经过网络训练可以得到对象模型和对象逆模型,可

2、以用来完成自适应逆控制对非线性很强的二级倒摆的控制。在使用神经网络完成非线性对象的模型和逆模型时,选择的训练方法很重要。常用的基于梯度下降的BP算法依赖于初始权重的选择,收敛速度较慢。研究表明,粒子群算法是一种很有潜力的神经网络训练算法,它保留的基于种群的、并行的全局搜索策略,采用的速度—位移模型操作简单,易于实现。粒予群优化算法是一种基于种群搜索策略的自适应随机算法。作为智能优化算法中的一种,它可用于求解大部分的优化问题,并在工程实践中表现出巨大潜力,现已广泛应用于神经网络、模糊系统控制、模式识别等多个领域。基于上述思想,

3、本文完成了如下工作:1.介绍了自适应逆控制系统的基本概念和扩展结构;研究了逆对象的建模和自适应逆控制的结构;介绍了自适应滤波器的几种算法。介绍了倒立摆系统,并建立了二级倒立摆的数学模型。2.通过极点配置仿真,自适应逆控制仿真,扰动情况下系统自适应逆控制仿真和基于u-滤波LMS算法的自适应逆控制对倒立摆的自适应逆控制做哈尔滨工程大学博士学位论文了初步的研究。麓要夯缓了IIR滤波爨豹糕念。推导了具有fIR臻枣奄的U一滤波LMS算法。介绍了一种新的以IIR滤波器为控制嚣的自适应邀控铡结构,并将其应用于线性化的二级倒立摆系统。3。舟

4、缨了神经藤络豹基本原理激及鼷络学习调练的方法,以姥为基础将粒子群算法用于神经阏络潮练,给出了蒸于PSO静神经网络学习算法的设计方法。重点讨论了粒子群的基本原理及其数学方法的描述,分析了粒子群算法豹各个参数对结果的影螭。阐述了几辩改进算法。并对五个典型鹃测试函数分鄹用不闽鹣粒子群优他算法进幸亍了优铊仿真实验,对实验绥栗进行了吃较和分析,总结了各种算法的优劣。4.利用PSO和BP算法相结合的神经网络学习算法,分另Ⅱ进行了二级倒立摆系统的拦随模型和延逡对象逆模型瓣建模察仿囊。建立了二缀缀立摆豹非线性自适应逆控制的s滤波LMS系统,

5、使二级倒立摆在允许的范围内达到稳定。实验结槊表明,岛适应逆控制凝有解决非线性闷题的能力,适应于复杂的{#线链系统懿控制。关键词:倒立摆;自适废逆控制;神经网络;粒予群优化算法ABSTRACTInthedevelopmentofcontroltheory,thevalidivyandthefeasib强移inpracticalapplicationneedtobeprovedbyatypicalobjectcontrolledbyacontrollerdesignedaccordingtothetheory.111einver

6、tedpendulumissuchacontrolleddevice.Adaptiveinversecontrolcanbeusedtodesignwell-performedadaptiveinversecontrolsystemwithlittlepriorexperienceandwithoutknowingthemathematicmodelofthecontrolleddevice。However,whenitcomestothenon-linearcontrolsystem,itisunfeasibletoapp

7、lythelinearself-adaptingfiltertothenon-linearmodeling,foradaptiveinversecontrolrequiresthemodelingofforwardmodelandinvel"semodel.Incontrast,theneuralnetworkiSbasedonself-leamingandiscapableofapproximatingarbitrarilynon—linearmapping,SOitCallcontroltheinvertedpendul

8、um。TheneuralnetworkCanobtainforwardmodelandrevuemodelafternetworkIraining,whichcancompletetheadaptiveinversecontrolofdeeplynonlineardoubleinverte

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。