共查询到20条相似文献，搜索用时 121 毫秒
1.
倒立摆系统以其自身的不稳定性为系统的平衡提出了难题,也因此成为自动控制实验中验证控制算法优劣的极好的实验装置.文章分析了单级倒立摆的系统结构、数学模型以及系统的稳定性和可控性,采用BP神经网络控制对倒立摆进行了成功的控制,并在MATLAB中获得了良好的仿真效果. 相似文献
2.
远程斜支架倒立摆算法控制 总被引：1，自引：1，他引：0
提出利用算法控制算法,实现了校园内远程控制实验对象--斜支架倒立摆系统的起摆及稳摆控制.建立了斜支架倒立摆系统的数学模型,设计了模糊控制器,并对该系统进行了计算机仿真,通过远程的数据传递,将该控制算法用于实际的被控对象中.实验证明,该算法有很好的控制效果. 相似文献
3.
4.
为准确预测电力系统中期负荷，针对常用BP算法的预测速度慢、易陷入局部最优解的缺点，改进了基本BP算法，建立了中期负荷预报模型。负荷预测仿真表明，对BP算法的改进可使预测精度和收敛速度均得到显著的提高． 相似文献
5.
改进了传统的神经网络BP算法,提出了基于广义BP算法的非线性不确定系统的神经网络模型参考自适应控制方案.并将其用于非线性不确定系统的控制,仿真实验表明了控制器具有良好的非线性控制性能. 相似文献
6.
7.
周红晓 《金华职业技术学院学报》2002,2(4):35-37,14
BP算法是目前应用极为广泛的神经网络算法，但它也存在一些不足。本文提出了一种改进的BP算法，该算法基于黄金分割法自适应调整网络学习速率。仿真结果表明：该算法比传统的BP算法具有更快的学习速度和更高的学习精度。 相似文献
8.
倒立摆系统是典型的非线性、不稳定系统．设计了一个四维模糊控制器,选择以旋转式倒立摆的角度为优先控制,并建立了相应的控制规则,最后进行了仿真控制的分析,仿真结果表明该系统具有鲁棒性、稳定性好和算法简单的特点,可以应用在控制要求较高的场合． 相似文献
9.
神经网络逼近任意非线性函数的能力在基于神经网络的系统辨识和控制之中发挥着重要作用。重点研究常用的BP(Back Propagation)人工神经网络的工作原理和学习算法,同时利用Matlab进行仿真。仿真结果表明,基于BP网络的控制算法具有良好的应用性。 相似文献
10.
基于BP人工神经网络改进算法的数据挖掘技术应用研究 总被引：1，自引：0，他引：1
黄晓亚 《南通职业大学学报》2007,21(4):68-71
在阐述数据挖掘技术的产生背景、过程和一些常用方法的基础上,针对原有BP神经网络算法效率较低、易陷入局部极小等不足,提出了一种改进的BP算法,并对其进行推理和验证:同时将其应用到病人数情况预测中.结果表明,与标准的BP算法相比,改进的BP算法具有更好的精度和更高的效率. 相似文献
11.
基于固高公司的一级倒立摆设备,设计了一个适用于控制一级倒立摆的结构简单的模糊控制器,并通过MATLAB仿真平台实时控制摆杆的角度和小车的位移。研究结果表明,该算法相对于其它算法具有简单、实时跟踪效果好等特性。 相似文献
12.
在 FPGA 上设计部署模糊自适应 PID 算法,并针对典型的自动控制对象——直线倒立摆完成稳摆控制,以验证该算法的硬件可实现性。在直线倒立摆模型基础上,运用模糊控制理论对 PID 参数进行自适应整定,再根据模糊 PID 处理过程,结合离散 PID 算法,采用半查表加半计算方式,在 Quartus II 及 Modelsim 平台上完成 Verilog HDL 的硬件编程设计与仿真。通过 Simulink 仿真比较可知,模糊自适应 PID 相对于经典 PID 控制的响应性能指标更优,最后基于 EP4CE6E22C8N 芯片,以较少的资源开销实现了控制器设计。基于 FPGA的模糊自适应 PID 控制器能够充分利用该器件特性,凸显模糊自适应 PID 算法优势,实现对倒立摆的实时控制。 相似文献
13.
人工神经网络理论是20世纪80年代在国际上发展起来的一个前沿研究领域.BP是对非线性可微分函数进行权值训练的多层前向网络.它在控制行业中的应用很有效果.通过JAVA语言实现BP算法,并通过实例说明BP算法的特点,且提出改进方向. 相似文献
14.
设计一个虚拟倒立摆实验系统,用于自动化专业基础课的课堂演示和实验教学。首先,在Simulink环境下,建立倒立摆基于状态观测器的反馈控制系统仿真模型;然后,利用Pro/ENGINEER和3DMAX软件建立倒立摆虚拟现实仿真模型;最后,借助于MATLAB虚拟现实工具箱对虚拟倒立摆进行可视化控制,实现虚拟场景和Simulink模型的联合仿真,可以直观地观察控制效果。 相似文献
15.
对具有非线性、多变量特性的一阶倒立摆系统镇定控制问题进行研究.设计一种基于固定时间降维观测器的最优镇定控制算法.针对实际的倒立摆速度信息与角速度信息不可测的问题，设计固定时间降维观测器，在降低观测器系统维数的同时，相较于传统的固定时间算法，其观测误差收敛时间可以任意配置，且与系统初值无关；设计最优控制性能指标函数并调节指标权重，结合降维观测器的状态反馈，实现倒立摆LQR最优镇定控制.Matlab仿真结果表明，该观测器算法与控制策略具有一定的有效性.通过中科深谷的一级倒立摆实物平台验证了该算法的实用性. 相似文献
16.
人工神经网络理论是20世纪80年代在国际上发展起来的一个前沿研究领域。BP是对非线性可微分函数进行权值训练的多层前向网络。它在控制行业中的应用很有效果。该文通过JAVA语言实现BP算法，并通过实例说明BP算法的特点，且提出改进方向。 相似文献
17.
分析了BP神经网络的基本特性,对BP神经网络用于非线性时间序列(股价)预测的算法进行了研究,并对其进行了改进。利用MATLAB软件对其进行仿真,结果表明,利用改进的BP神经网络对股价进行短期预测是可行的,改进方法有效。 相似文献
18.
通过模拟函数曲线,具体分析了BP算法的学习机制和学习过程以及BP算法matlab语言的实现,最后根据BP算法的局限性,从两个角度探讨了改进BP算法的方法. 相似文献
19.
首先介绍了BP算法神经网络的基本原理，然后将BP算法神经网络应用于拟合传感器的输出特性，并在MATLAB下通过训练和仿真验证了应用BP算法神经网络拟合传感器的输出特性的优越性。 相似文献
20.
乔维德 《娄底职业技术学院学报》2008,6(4):39-43
粒子群优化（PSO）算法是基于群智能的全局优化技术,它通过粒子间的相互作用,对解空间进行智能搜索,从而发现最优解。本文对基本粒子群算法进行改进,并将改进粒子群优化算法与误差反向传播（BP）算法结合起来构成的混合算法用于训练人工神经网络,对电力电子电路故障进行在线诊断。仿真结果表明,改进PSO-BP算法有效地解决常规BP算法学习网络权值和阈值收敛速度慢、易陷入局部极小等问题,具有较快的收敛速度和较高的诊断精度。 相似文献