基于人工神經(jīng)網(wǎng)絡(luò)倒立擺的預(yù)測控制分析.pdf

1、預(yù)測控制是一種基于模型預(yù)測的有限時(shí)域優(yōu)化算法，它對(duì)不確定因素有很強(qiáng)的適應(yīng)性，普遍應(yīng)用于工業(yè)控制過程中。但被控對(duì)象大都是線性系統(tǒng)，這些控制算法對(duì)非線性系統(tǒng)的控制效果不是很好，有時(shí)會(huì)達(dá)不到控制的目的。神經(jīng)網(wǎng)絡(luò)因其適應(yīng)不確定系統(tǒng)的動(dòng)態(tài)特性、能充分逼近任意非線性映射關(guān)系、較強(qiáng)的魯棒性等特點(diǎn)，被廣泛應(yīng)用于非線性系統(tǒng)預(yù)測控制過程中，并因此誕生各種基于神經(jīng)網(wǎng)絡(luò)的預(yù)測控制算法，極大提高了非線性系統(tǒng)的預(yù)測控制精度。
　　 倒立擺系統(tǒng)由于它典型的非

2、線性、強(qiáng)耦合、多變量和不穩(wěn)定特性，是控制領(lǐng)域研究控制算法的理想設(shè)備;在自動(dòng)化控制教學(xué)和科學(xué)研究中，也是典型的物理模型。又由于它作為實(shí)驗(yàn)平臺(tái)的結(jié)構(gòu)簡單、成本低廉、形象直觀、便于模擬等特點(diǎn)，越來越成為國內(nèi)外控制界諸多學(xué)者的研究熱點(diǎn)，不少誕生的控制算法都是通過倒立擺系統(tǒng)來驗(yàn)證。但大多數(shù)控制算法的抗干擾能力和實(shí)時(shí)性并不是十分理想，或收斂速度慢，或容易陷入局部極小。
　　 本文以直線二級(jí)倒立擺為研究對(duì)象，用拉格朗日方程建立倒立擺的數(shù)學(xué)模型