基于人工神經網絡倒立擺的預測控制分析.pdf

1、預測控制是一種基于模型預測的有限時域優(yōu)化算法，它對不確定因素有很強的適應性，普遍應用于工業(yè)控制過程中。但被控對象大都是線性系統(tǒng)，這些控制算法對非線性系統(tǒng)的控制效果不是很好，有時會達不到控制的目的。神經網絡因其適應不確定系統(tǒng)的動態(tài)特性、能充分逼近任意非線性映射關系、較強的魯棒性等特點，被廣泛應用于非線性系統(tǒng)預測控制過程中，并因此誕生各種基于神經網絡的預測控制算法，極大提高了非線性系統(tǒng)的預測控制精度。
　　 倒立擺系統(tǒng)由于它典型的非

2、線性、強耦合、多變量和不穩(wěn)定特性，是控制領域研究控制算法的理想設備;在自動化控制教學和科學研究中，也是典型的物理模型。又由于它作為實驗平臺的結構簡單、成本低廉、形象直觀、便于模擬等特點，越來越成為國內外控制界諸多學者的研究熱點，不少誕生的控制算法都是通過倒立擺系統(tǒng)來驗證。但大多數(shù)控制算法的抗干擾能力和實時性并不是十分理想，或收斂速度慢，或容易陷入局部極小。
　　 本文以直線二級倒立擺為研究對象，用拉格朗日方程建立倒立擺的數(shù)學模型