基于改進GA的RBFNN在二級倒立擺系統(tǒng)中的控制研究.pdf

1、遺傳算法是一種進化計算技術(shù),也是一種基于迭代的工具。系統(tǒng)初始化為一組隨機解,通過迭代搜尋最優(yōu)值。目前遺傳算法已廣泛應(yīng)用于函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓練、模糊系統(tǒng)控制以及其他應(yīng)用領(lǐng)域,并顯示出其在求解復雜問題方面的優(yōu)越性。
　　 本文針對簡單遺傳算法在應(yīng)用過程中所存在的結(jié)果常常陷入局部最優(yōu)、編碼方式存在解碼誤差、收斂速度慢等缺點,將簡單遺傳算法進行了改進。本文將遞階遺傳算法的交叉和變異方式進行改進,采用改進的自適應(yīng)交叉、變異方式進行尋優(yōu),

2、這種改進的自適應(yīng)遞階遺傳算法具有更好的收斂精度和更快的收斂速度。然后本文根據(jù)改進的自適應(yīng)遞階遺傳算法和徑向基神經(jīng)網(wǎng)絡(luò)的特點,將改進的自適應(yīng)遞階遺傳算法和正交最小二乘法結(jié)合起來確定徑向基神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù),分別用改進的自適應(yīng)遞階遺傳算法確定徑向基神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點數(shù)目、中心和寬度;用正交最小二乘法確定徑向基神經(jīng)網(wǎng)絡(luò)的輸出層權(quán)值。將改進的自適應(yīng)遞階遺傳算法與正交最小二乘法相結(jié)合,形成改進的混合自適應(yīng)遞階遺傳算法。采用改進的混合自適應(yīng)遞階

3、遺傳算法訓練徑向基神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及參數(shù),這樣既又保留了遺傳算法的全局搜索能力,又加快了訓練的收斂速度。
　　 然后本文以二級直線倒立擺模型為控制對象,首先闡述了倒立擺穩(wěn)定控制的研究現(xiàn)狀以及倒立擺的控制系統(tǒng),利用Lagrange方程建立二級倒立擺的數(shù)學模型,并對其系統(tǒng)性能作了簡要分析,利用線性二次型最優(yōu)控制設(shè)計了控制器,通過仿真實現(xiàn)了穩(wěn)定控制。
　　 最后,本文用改進的混合自適應(yīng)遞階遺傳算法的徑向基神經(jīng)網(wǎng)絡(luò)的方法和簡單遺傳