版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于規(guī)則的模糊控制器的改進(jìn).pdf
- 倒立擺系統(tǒng)的模糊控制器設(shè)計(jì)及研究.pdf
- 基于模糊PID的二級(jí)倒立擺控制器的設(shè)計(jì).pdf
- 基于模糊控制的三級(jí)倒立擺系統(tǒng)的控制器設(shè)計(jì).pdf
- 模糊控制器的分析和改進(jìn).pdf
- 基于改進(jìn)PSO的模糊控制器的設(shè)計(jì)與優(yōu)化.pdf
- 基于模糊控制的倒立擺研究.pdf
- 基于模糊控制的多模態(tài)控制器研究.pdf
- 基于模糊控制的倒立擺研究
- 基于極點(diǎn)配置的倒立擺控制器設(shè)計(jì).pdf
- 自整定因子模糊PID控制器的設(shè)計(jì)和研究.pdf
- 基于模糊控制的電冰箱控制器研究.pdf
- 基于模糊控制的電壓無(wú)功綜合控制器研究.pdf
- 基于DSP的模糊PID控制器的研究.pdf
- 應(yīng)用模糊控制技術(shù)的二級(jí)倒立擺控制器設(shè)計(jì)【開題報(bào)告】
- 離心壓縮機(jī)防喘振模糊控制器設(shè)計(jì).pdf
- 基于FPGA模糊控制器的設(shè)計(jì).pdf
- 基于倒立擺系統(tǒng)的模糊控制研究.pdf
- 應(yīng)用模糊控制技術(shù)的二級(jí)倒立擺控制器設(shè)計(jì)【畢業(yè)設(shè)計(jì)】
- 基于遺傳算法的模糊控制器在二級(jí)倒立擺系統(tǒng)中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論