基于Riccati方程的二级倒立摆控制

给一组二级倒立摆实验系统设计控制规律.真对控制目的,对该系统进行了数学建模,求出了线性化的系统状态空间,根据平衡控制特点,选定目标函数.基于Riccati方程算法,对不同控制权进行试验.通过MAT-LAB,最终求出一组合适的控制律,并给出了仿真结果.在此控制律下,改变状态空间的参数,仿真曲线几乎不变,证明系统有鲁棒性.     

基于三步法的二级倒立摆系统研究

【目的】为解决二级倒立摆系统非线性和强耦合问题,获得更好的稳定性和控制性,本研究设计一种基于三步法的控制器。【方法】建立二级倒立摆系统的状态空间模型,并划分为三个子系统。按照三步法控制器的设计步骤,对二级倒立摆子系统进行控制器设计,避免倒立摆系统在整体分析时出现耦合问题。【结果】通过李雅普诺夫函数证明了该控制器的稳定性。【结论】仿真结果证明,该控制器在二级倒立摆系统稳定控制中的有效性,具有更小的超调和平稳的响应过程。     

单级倒立摆控制系统的Riccati寻优设计法及MATLAB仿真

本文构造了一个单级倒立摆系统,欲对其实施垂直于地面的平衡控制.首先对该系统进行了数学建模和线性化处理,然后根据系统约束条件,采用Riccati寻优法,利用MATLAB计算出全状态反馈控制律,根据这个控制律,给系统设计了一个降维观测器,最后使用SIMULIK对整个控制系统进行了仿真.仿真结果表明,该控制系统鲁棒性很强.     

基于系统内部限制的二级倒立摆控制器

倒立摆装置被公认为自动控制理论中的典型试验设备.通过讨论分析开环系统的不稳定极点和零点给闭环系统带来的超调和下冲等一些必然属性,设计了二级倒立摆的控制器.该控制器能有效的减少系统输出的超调和下冲,并使系统有很好的鲁棒稳定性.实验结果表明该控制器可以对二级倒立摆进行有效的控制,说明了设计方法的有效性.     

具时滞倒立摆系统的稳定性与Hopf分支分析

研究具时滞倒立摆系统的数学模型。通过分析系统线性化方程对应的超越特征方程根的分布情况,研究系统平衡点的局部稳定性以及Hopf分支的存在性,得到系统平衡点稳定的充分条件,确定了系统平衡点的线性稳定性区域以及产生Hopf分支的条件。利用Hassard规范型方法和中心流形理论,讨论系统Hopf分支的分支方向和分支周期解的稳定性,给出关于分支方向和分支周期解稳定性的详细计算公式。利用Matlab软件进行相应的数值模拟,验证了理论分析的结果。     

输入受限的倒立摆系统变结构PID控制研究

针对输入受限的直线一级倒立摆系统控制问题,本文提出了Anti-windup变结构PID控制器。在输入受限的倒立摆系统中,对传统PID与Anti-windup变结构PID的两重算法仿真实验对比研究,结果显示:Antiwindup变结构PID不仅可以满足输入受限倒立摆系统的控制要求,还具有良好的稳态效果、较短的调节时间和较小的超调量。     

倒立摆系统的虚拟现实仿真方法在数学教学中的应用

探讨了虚拟现实技术在数学建模课程建设中的应用.利用Blender软件对倒立摆系统进行了实物建模,得到了倒立摆系统的虚拟模型.导出虚拟模型为虚拟现实场景文件.利用一种新的滑模控制技术和Matlab中的Simulink仿真工具,实现了倒立摆系统的虚拟仿真.提出的虚拟现实仿真方法可以很方便地应用在日常教学中,还集成到在线课程的动态演示系统中.     

倒立摆系统的鲁棒H_∞控制及仿真

倒立摆系统是一个复杂的、非线性的、不确定的高阶自然不稳定系统,是学习控制理论课程和进行各种控制实验的典型实验平台,是研究各种控制理论的理想受控对象,具有重要的理论研究价值.针对倒立摆参数不确定性的问题,应用线性矩阵不等式方法设计H∞状态反馈控制器对倒立摆平衡系统进行控制.对系统进行仿真的结果表明,在系统参数不确定的情况下,H∞控制方法比模糊控制方法更加有效.     

一种基于向量差的粒子群优化模型

针对传统粒子群优化技术存在易陷入局部最优解而导致的收敛速度变慢、多样性差的缺点,对参数设置进行研究,并提出一种基于向量差的粒子群优化模型,将2个随机选择的不同向量差加权到粒子速度更新公式中,能够使粒子摆脱局部最小值而向全局搜索.经对几个典型函数的测试,表明该模型效果较好.     

基于粒子群算法的珩磨加工参数优化研究

粒子群算法具有计算简单,收敛速度快和良好的全局与局部收敛能力等特点.通过对珩磨加工工艺参数的分析,构建了基于粒子群算法的珩磨加工参数智能选择模型,在理论模型的基础上通过实验数据对模型参数进行了优化.研究证明该方法用于珩磨加工工艺参数的选择具有可靠性高、选择操作简单、实用性强等优点.     

基于旋转变压器的俯仰瞄准控制系统

本文介绍了旋转变压器的原理及其数字化检测方法，详细地分析了俯仰瞄准控制系统的硬件与软件．采用了遇限削弱积分的位置式PID算法，改善了俯仰瞄准控制系统的动态响应性能和稳定性，提高了其控制精度     

基于混沌思想的粒子群优化算法

为克服粒子群优化算法容易陷入局部最优的缺点,根据混沌运动的随机性、遍历性特点,提出一种基于混沌思想的粒子群优化算法(CPSO).该算法利用种群适应度方差进行早熟收敛判断,实现对进化过程的监视,当发现种群陷入局部最优时,对种群进行混沌初始化,帮助种群摆脱局部最优点.对4种典型测试函数的仿真结果表明,改进算法明显减少了种群陷入局部最优的可能性,其全局寻优能力明显强于标准粒子群优化算法.     

基于改进二阶振荡粒子群优化的 置信规则库推理方法

现有基于置信规则库(belief rule base, BRB)的推理方法的精度和效率受到系统参数设置以及规则库结构复杂度的影响为了寻找到最佳的参数值和最优的规则库结构,本文基于粒子群(particle swarm optimization, PSO)算法进行改进拓展,进而提出一种新的置信规则推理方法针对粒子群算法易早熟收敛和陷入局部最优解等问题,引入二阶振荡环节和自适应随机惯性权重来改进算法,并采用互不相同的参数取值来调节粒子群算法的全局和局部搜索能力在实验分析中,将该文方法应用于多极值函数拟合和输油管道检漏问题仿真实验,以收敛误差、收敛时间作为衡量指标,与其他传统方法进行了对比.实验结果表明,该文方法具有更好的推理效率和精度     

基于改进粒子群算法优化策略的核极限学习机方法研究

本研究通过对核极限学习机的原理进行分析,确定优化参数,分析粒子群算法的基本原理,并对多种改进的粒子群算法进行研究,通过基准测试函数对6种算法的优劣进行分析。笔者选取综合学习粒子群算法为优化核极限学习机的基本框架,并将线性递减惯性权重和综合学习粒子群算法进行结合,用于改进粒子群算法易陷入局部最优的问题,从而实现对核极限学习机的参数优化。     

基于动态罚函数的PSO-CO算法

本文分析了协同优化算法中所存在的问题,采用动态罚函数的解决思路,对系统级中的一致性等式约束问题进行改造,使其成为一无约束问题.另外,提出不同学科分配不同的惩罚权重的方法,大大提高了计算精度.同时,以粒子群算法替代了原有的求解算法,消除了初始解对优化结果的影响,也改善了算法的整体求解速度.在Matlab软件中实现该算法的运行,同时通过两个典型算例对该算法进行验证,表明其具有较好的优化性能.     

基于自适应变异因子策略的混合蛙跳算法

由于基本混合蛙跳算法在对问题的优化求解中存在着收敛速度慢、优化精度低且容易陷入局部最优等问题,因此提出了一种新的混合蛙跳算法。对基本混合蛙跳算法的组内更新策略进行重新设计,引入自适应变异因子来控制青蛙的移动步长;在算法中将改进的粒子群优化算法有机地嵌入其中,这样算法在搜索过程中就增加了发现新解的概率,维持了种群的多样性,从而使算法不易陷入局部最优。通过对标准函数进行优化测试,结果证明其具有良好的优化性能。     

基于粒子群优化算法的像素级图像融合

多传感器的像素级图像融合中，如果对源图像进行线性运算以得到融合图像，源图像的置信度取值一般只能由经验和个人主观感觉来确定，并不能得到令人满意的融合效果．本文针对这一问题提出了一种基于粒子群优化算法的像素级图像融合的算法．该算法可以根据融合的目的采用不同的融合指标，应用粒子群优化算法得到比较满意的融合图像．实验结果表明该算法优于其它的几种像素级图像融合算法．     

基于粒子群算法优化的T-S型模糊神经网络控制器

粒子群优化(PSO)算法是一种新颖的演化算法,该算法通过粒子间的相互作用在复杂搜索空间中发现最优区域,其优势在于简单而功能强大。提出一种T-S型模糊神经网络控制器,采用PSO算法对模糊神经网络的前件参数和后件参数进行寻优,从而实现了模糊规则的自动调整、修改和完善。通过对非线性和时变被控对象的仿真研究,结果表明采用粒子群优化算法可以实现参数的全局快速寻优,而且优化后的T-S型模糊神经网络控制器能获得良好的控制性能。     

基于IM-SAPSO和SVM的EBPSK检测器设计

参数选择对于支持向量机(support vector machine, SVM)的分类性能很重要,其本质是搜索寻优.该文提出以最小化K-fold交叉验证误差为目标,以改进模拟退火粒子群优化算法(improved simulated annealing particle swarm optimization, IM-SAPSO)为寻优方法的SVM参数优化方法. 利用优化的SVM对扩展的二元相移键控(extended binary phase shift keying, EBPSK)通信系统中经冲击滤波器的“0”和“1”码元进行分类,并和基于SVM、PSO-SVM以及幅度积分判决的EBPSK检测器进行性能对比. 仿真结果表明：基于IMSAPSO和SVM的EBPSK检测器性能明显好于其他3 种检测器.     

基于混合互信息和改进粒子群优化算法的医学图像配准

为提高医学图像辅助诊断的配准精度和收敛速度,提出了一种基于混合互信息和改进粒子群优化算法的医学图像配准算法,在每步迭代中,先用基于Renyi熵的互信息结合改进粒子群优化算法对图像进行全局搜索,然后对当前得到的最优解使用基于Shannon熵的Powell算法进行局部寻优。实验结果表明,该算法在收敛速度和精度方面都优越于其他配准算法。