基于神經(jīng)網(wǎng)絡(luò)的狀態(tài)反饋控制系統(tǒng)的研究.pdf

1、日常生產(chǎn)過程中，控制系統(tǒng)都是在不斷變化的各種環(huán)境中運行的，每個因素都在隨時間變化而變化，且這種變化通常是難以精確掌握的，從而導(dǎo)致控制系統(tǒng)的不確定性。如果不考慮這些不確定性因素的影響，不僅難以獲得理想的控制效果，甚至可能造成系統(tǒng)的崩塌。所以，在存在不確定性因素的情形下，依據(jù)系統(tǒng)現(xiàn)行的狀態(tài)采用什么控制策略以實現(xiàn)系統(tǒng)的有效控制，成為人們十分關(guān)心而又急待解決的問題之一。
　　為了解決這個問題，論文分別將BP、RBF兩種神經(jīng)網(wǎng)絡(luò)與線性二次型

2、最優(yōu)控制器（LQR）相結(jié)合，得到一種新型的神經(jīng)網(wǎng)絡(luò)控制方法—基于神經(jīng)網(wǎng)絡(luò)的狀態(tài)反饋控制。它采用一般狀態(tài)反饋模型框架，引入了神經(jīng)網(wǎng)絡(luò)，結(jié)合線性二次型最優(yōu)控制中的狀態(tài)反饋思想和控制律形式，使系統(tǒng)具有與經(jīng)典的LQR多變量控制方法相似的多變量處理能力。與此同時，系統(tǒng)采用改進了的LMBP算法和網(wǎng)絡(luò)修剪的方法實現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化和提高訓(xùn)練速度。
　　本文以單級倒立擺這個既經(jīng)典又復(fù)雜、不確定、多變量系統(tǒng)為實例，采用兩種新型神經(jīng)網(wǎng)絡(luò)控制策略，充分利用