matlab simulink 单级倒立摆的神经网络控制

1、内容简介

略

67-可以交流、咨询、答疑

2、内容说明

略

matlab simulink 单级倒立摆的神经网络控制

lqr、神经网络训练

倒立摆系统是一种控制领域中典型的多个变量参数、控制模型非线性、参数强耦合物理模型。它作为一种被控模型，常常被用来验证理论的可靠性和控制的稳定性。人工神经网络由于具有信息的分布存储、并行处理以及自学习能力等优点，在图像处理、家电控制、物理控制及人工智能等领域得到越来越广泛的应用。近年来，研究者已有提出了多种神经网络模型并展开了深入研究。从理论上神经网络可以模拟出任意的非线性函数，所以它特别适合控制像倒立摆这样的结果严重非线性、多变量参数系统。本文针对倒立摆，通过动力学知识，建立了倒立摆的数学模型，研究了它的传递函数和状态矩阵。通过数学软件MATLAB建立了simulink模型，分别先后提出了PID、LQR和神经网络三种控制方法，结果表明，相对于其他的２种控制方法，神经网络能够更加有效控制倒立摆。神经网络能够缩短响应时间，同时减少超调量。

关键词：倒立摆，PID， LQR，神经网络，MATLAB

3、仿真分析

略

4、参考论文

略