基于倒立摆系统的智能控制算法研究
| 创新性声明 | 第1页 |
| 关于论文使用授权的说明 | 第2-3页 |
| 摘 要 | 第3-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·倒立摆研究意义 | 第7页 |
| ·倒立摆传统控制方法 | 第7-8页 |
| ·智能控制在倒立摆控制中的应用 | 第8-10页 |
| ·论文主要工作 | 第10-11页 |
| 第二章 倒立摆系统建模和定性分析 | 第11-21页 |
| ·倒立摆系统特性分析 | 第11-12页 |
| ·一级倒立摆系统数学模型 | 第12-14页 |
| ·二级倒立摆系统数学模型 | 第14-19页 |
| ·二级倒立摆系统建模 | 第14-17页 |
| ·状态方程的线性化处理 | 第17-19页 |
| ·倒立摆系统的定性分析 | 第19-20页 |
| ·相关定理简介 | 第19页 |
| ·一级倒立摆系统定性分析 | 第19-20页 |
| ·二级倒立摆系统定性分析 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 模糊控制基本原理 | 第21-27页 |
| ·模糊控制系统组成 | 第21-22页 |
| ·模糊控制器原理 | 第22-23页 |
| ·模糊控制器的设计 | 第23-26页 |
| ·输入量的模糊化 | 第23-24页 |
| ·模糊规则与模糊推理 | 第24-25页 |
| ·模糊判决 | 第25-26页 |
| ·模糊控制器的特点与局限性 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第四章 一级倒立摆系统控制仿真 | 第27-41页 |
| ·一级倒立摆系统仿真模块 | 第27-29页 |
| ·基于T-S模型的模糊神经网络 | 第29-35页 |
| ·模糊系统的Takagi-Sugeno 模型 | 第30页 |
| ·模糊神经网络结构 | 第30-32页 |
| ·S-T模糊神经网络学习算法 | 第32-35页 |
| ·一级倒立摆控制仿真 | 第35-40页 |
| ·样本数据 | 第35-36页 |
| ·自适应模糊神经网络控制器 | 第36-38页 |
| ·仿真结果 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 二级倒立摆系统控制仿真 | 第41-59页 |
| ·二级倒立摆系统仿真模块 | 第41-45页 |
| ·S-函数工作原理 | 第41-43页 |
| ·S-函数仿真模块 | 第43-45页 |
| ·二级倒立摆控制仿真 | 第45-49页 |
| ·融合函数设计 | 第46-47页 |
| ·模糊控制器设计 | 第47-49页 |
| ·遗传算法原理 | 第49-53页 |
| ·基于模糊遗传算法的模糊控制器优化 | 第53-58页 |
| ·遗传算法优化模糊控制器研究状况 | 第53-54页 |
| ·遗传算法优化模糊控制器 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 倒立摆实物系统控制 | 第59-67页 |
| ·倒立摆实物系统简介 | 第59-60页 |
| ·控制软件简介 | 第60-63页 |
| ·倒立摆实时控制结果 | 第63-66页 |
| ·一级倒立摆实验结果 | 第63-65页 |
| ·二级倒立摆实验结果 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 总结与展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 作者在读期间的研究成果 | 第75-77页 |
| 附录 | 第77-78页 |
