基于局部搜索法的倒立振子模糊控制器改進(jìn)研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)(ARTIFICIALNEURALNETWORK)是信息科學(xué)與高技術(shù)研究領(lǐng)域中一門令人矚目的新興學(xué)科，它是一種在對(duì)人腦組織結(jié)構(gòu)和運(yùn)行機(jī)制的認(rèn)識(shí)理解基礎(chǔ)之上模擬其結(jié)構(gòu)和智能行為的工程系統(tǒng)。近年來(lái)，模糊神經(jīng)網(wǎng)絡(luò)因?yàn)槠湓跈C(jī)械、航天控制領(lǐng)域里的獨(dú)特優(yōu)勢(shì)而成為該領(lǐng)域一個(gè)新的研究熱點(diǎn)。隨著諸如城市地鐵系統(tǒng)、核反應(yīng)控制系統(tǒng)和汽車傳動(dòng)控制系統(tǒng)的研究日趨完善，基于模糊控制方法的應(yīng)用也日益增多，人們對(duì)模糊控制網(wǎng)絡(luò)的設(shè)計(jì)與實(shí)現(xiàn)也進(jìn)行了更為深入的研

2、究。 在神經(jīng)網(wǎng)絡(luò)控制領(lǐng)域，倒立振子控制問(wèn)題因?yàn)槠浯硇院蛷?fù)雜性，一直是一個(gè)典型的熱點(diǎn)和難點(diǎn)問(wèn)題。因此，神經(jīng)網(wǎng)絡(luò)控制領(lǐng)域里每一種新方法的提出，都傾向于把能否有效解決倒立振子控制問(wèn)題作為衡量算法是否有效的一個(gè)標(biāo)準(zhǔn)。就目前的研究情況來(lái)看，已經(jīng)提出了很多方法來(lái)解決這一課題，其中包括Anderson的AHC(AdaptiveHeuristicCritic)方法；PengJ的基于動(dòng)態(tài)規(guī)劃的學(xué)習(xí)方法；反饋BP網(wǎng)絡(luò)算法；傳統(tǒng)的局部搜索算法，Q學(xué)

3、習(xí)算法，智能控制規(guī)則算法和李德毅教授的云模型控制方法等。但是，在既有的這些方法中，都存在一定的缺陷，比如AHC方法不能有效解決網(wǎng)絡(luò)陷入局部最小值問(wèn)題，基于動(dòng)態(tài)規(guī)劃的方法收斂速度較慢，超過(guò)了實(shí)際應(yīng)用中可以忍受的時(shí)間維度，而傳統(tǒng)的局部搜索算法又不能成功解決初始大角度控制問(wèn)題。 在本論文中，我們借鑒了前人控制模型和算法的有益經(jīng)驗(yàn)，同時(shí)針對(duì)以往既有算法的缺點(diǎn)，提出一種改進(jìn)的網(wǎng)絡(luò)控制模型和算法解決方案來(lái)解決倒立振子控制問(wèn)題。我們的創(chuàng)新工作

4、主要體現(xiàn)在兩個(gè)方面，一方面是對(duì)于模糊控制模型規(guī)則的重新構(gòu)建，在前人提出ULR算子的基礎(chǔ)之上，我們對(duì)以往的兩模糊態(tài)四規(guī)則的傳統(tǒng)模型進(jìn)行了重新細(xì)化，構(gòu)建出四模糊態(tài)十規(guī)則的模糊控制模型，從而使控制過(guò)程更為精確和靈敏，加快了控制速度。另外一方面是對(duì)于控制算法的改進(jìn)研究，我們針對(duì)傳統(tǒng)局部搜索算法常常陷入局部最小值而導(dǎo)致學(xué)習(xí)失敗的弊端，提出了改良局部搜索算法，這種方法通過(guò)將學(xué)習(xí)過(guò)程中的固定步長(zhǎng)改為可變步長(zhǎng)，有效解決了模糊控制網(wǎng)絡(luò)經(jīng)常陷入局部最小值而

5、導(dǎo)致無(wú)法收斂的問(wèn)題，從而大大提高了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)收斂速度和學(xué)習(xí)成功率。 本論文首先介紹了與倒立振子控制相關(guān)的神經(jīng)網(wǎng)絡(luò)知識(shí)，分析了當(dāng)前國(guó)際上對(duì)于倒立振子控制問(wèn)題的研究現(xiàn)狀以及各種控制方法的優(yōu)缺點(diǎn)。然后詳細(xì)闡述了四模糊態(tài)十規(guī)則模糊控制網(wǎng)絡(luò)的構(gòu)建過(guò)程，同時(shí)給出了控制模型中各層控制參數(shù)獲取的詳細(xì)數(shù)學(xué)推導(dǎo)。在模型構(gòu)建過(guò)程闡述完畢后，我們通過(guò)圖示和對(duì)比數(shù)據(jù)分析了傳統(tǒng)局部搜索算法的弊端，同時(shí)著力描述了我們算法的主要改進(jìn)思想。最后，我們將通過(guò)給