以模糊神经网络为基础,结合误差前馈补偿完成了二级倒立摆系统的稳定控制,并采用模拟退火粒子群算法对控制参数进行全局寻优。与基于状态变量合成的模糊神经网络控制器相比,该控制方法不仅解决了多变量系统模糊控制器的“规则爆炸”问题,并且,由于所有状态变量直接参与控制输出,控制精度亦有所提高。仿真结果表明,该控制方案所需规则数目少,响应速度快,有良好的鲁棒性和非线性适应能力。
2022-11-23 21:38:12
1.3MB
1
绝对可以用的二级倒立摆模型。simulink建模，matlab编写s函数，使用lqr最优控制亲测可用， 谢谢支持。
2022-11-11 20:03:38
580KB
1
1.本完档是我matlab实习的左右文档，包含源代码和讲解、试验采集的数据（用于神经网络的）、固高的用户手册等。
2.实验效果完美，我都是一次过，倒立摆稳得一笔。尤其是神经网络训练部分，设置拟合度为0.000001别人训练2000多次成功，我的数据只需要500次不到甚至更少！！！无论你的机器多老（考核时候用的是2006年的大屁股机器，这都2019年了，稳稳地可以用）。
3.我拟合度自己都设置到0.00000000000000000001，都成功过！！！！！！！！！
2022-06-21 16:45:57
1.89MB
1
绝对可以用的二级倒立摆模型。simulink建模，matlab编写s函数，使用lqr最优控制
2022-06-15 15:15:11
580KB
1
二级倒立摆系统最优控制器设计，刘大伟，汤玉东，二级倒立摆系统是多变量、非线性的控制系统，论文利用lagrange方程建立了二级倒立摆的数学模型，并进行了稳定性分析。在此基础上，�
2022-05-08 21:09:48
437KB
1
绝对可以用的二级倒立摆模型。simulink建模，matlab编写s函数，使用lqr最优控制亲测可用， 谢谢支持。
2022-05-08 12:09:03
580KB
1