資源描述：
《基于微粒群算法的倒立擺控制研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、西南交通大學碩士研究生學位論文第1頁摘要倒立擺是一個典型的單輸入多輸出、非線性、高階次的不穩(wěn)定系統(tǒng)，研究倒立擺的控制不僅能反映控制理論中有關(guān)非線性、魯棒性以及跟蹤問題等許多關(guān)鍵問題，同時對工業(yè)復雜對象的控制也有著重要的應用價值。微粒群優(yōu)化算法(ParticleSwarmOptimizationalgorithm，PSO)是近年來提出的一種新型的基于群體智能的進化算法，它具有算法簡單、收斂速度較快，所需領(lǐng)域知識少的特點。本文在對倒立擺、PSO算法研究現(xiàn)狀進行綜述的基礎(chǔ)上，進行了基于PSO算法優(yōu)化設(shè)計控制系統(tǒng)的研究，論文主要工作包括：(1)基于牛頓力學原理建立了一
2、級直線倒立擺數(shù)學模型，介紹了倒立擺LQR(LinearQuadraticRegulator)最優(yōu)控制方法，并利用I忪TLAB7研究了倒立擺LQR控制性能。(2)將微粒群算法應用于傳統(tǒng)PID控制器參數(shù)優(yōu)化整定，通過對不同對象的控制系統(tǒng)仿真實驗結(jié)果表明，與傳統(tǒng)PID控制器整定方法相比，控制系統(tǒng)具有更佳的閉環(huán)控制性能。(3)為克服BP(Back．Propagation)算法不足，本文研究利用PSO算法作為多層前饋神經(jīng)網(wǎng)絡訓練算法以實現(xiàn)非線性函數(shù)逼近及模式識別等，通過對不同非線性函數(shù)的辨識及模式識別實驗結(jié)果表明，PSO算法作為神經(jīng)網(wǎng)絡訓練算法是可行的。為提高逼近精度，
3、采用“種群爆炸”思想對PSO算法進行改進，實驗結(jié)果表明，改進方法是有效的。為得到全局最優(yōu)的BP網(wǎng)絡訓練算法，文中還將PSO算法與BP算法結(jié)合進行網(wǎng)絡訓練開展了研究工作，西南交通大學碩士研究生學位論文第1I頁實驗表明，該方法能克服BP算法不足，提高網(wǎng)絡訓練速度和精度。(4)針對一級直線倒立擺這一復雜非線性對象，本文提出了一種基于PSO算法訓練BP網(wǎng)絡連接權(quán)值與閾值的神經(jīng)網(wǎng)絡控制方法以實現(xiàn)倒立擺控制，仿真結(jié)果表明了該方法的良好性能。文章最后對全文的工作進行總結(jié)，并且提出了進一步研究的方向。關(guān)鍵詞倒立擺：PSO算法：BP網(wǎng)絡：PID控制器西南交通大學碩士研究生學位論
4、文第1II頁ABSTRACTTheinvertedpendulumsystemisatypicalsingleinputandmultipleoutputs，nonlinear，highorder，naturalunstablesystem．Researchontheaccuratecontroloftheinvertedpendulumnotonlyreflectsseveraljointsincontroltheory，suchas；nonlinearproblems，robustness，aswellastracking，butalSOhasgreate
5、ngineeringvaluetothecomplexindustrialobjects．Recently，ParticleSwarmOptimization(PSO)algorithmcomesforthasanotherintelligentalgorithm．Itissimplewithconcept，parametersandimplementation．Invertedpendulum、PSOanditsresearchmentactualityaresummarizedfirstly，thenPSOisappliedtooptimizeanddes
6、ignthecontrolsystems．Themaincontributionsgiveninthisdissertationareasfollows：(1)UsingNewton’Smechanicstheorytoestablishthelinearlevelinvertedpendulummathematicalmodel．LQR(LinearQuadratiCRegulator)controllerinmoderncontroltheoryiSdesigned，andsimulationperformancesaregivenbyMATLAB7．0．
7、(2)PSOisproposedtooptimizetheparametersoftheconventionalPIDcontroller．ThesimulationresultsofthedifferentcontrolsystemsshowthattheoptimalPIDcontrollerbasedonPSOhasasatisfyingperformanceandisbetterthantheconventionalPIDcontrollerbasedontheconventional．(3)PSOalgorithmisusedtotrainthewe
8、ightsandthethreshol
