用进化RBF神经网络控制二级倒立摆  

Controlling a Double Inverted Pendulum Using Evolutionary Radial Basis Function Neural Network

作　　者：刘妹琴[1] 廖晓昕[1] 陈际达[2] 李湘林 

机构地区：[1]华中理工大学控制科学与工程系,武汉430074 [2]中南工业大学信息工程学院,长沙410083

出　　处：《控制理论与应用》2000年第4期593-596,600,共5页Control Theory & Applications

基　　金：国家自然科学基金!( 698740 16);国家教委博士点专项基金!( 970 4872 2 )

摘　　要：提出了一种应用RBF神经网络和遗传算法相结合的控制算法 ,用于控制二级倒立摆系统 .这种方法把线性控制的条件作为非线性最优控制性能指标的约束条件 ,用改进的遗传算法求解使性能指标最小的RBFNN控制器参数 .仿真结果表明 ,该方案优于传统的状态反馈方法和模糊控制方法 ,具有更大的稳定域 (0 <θ1,θ2 <2 5 °) ,抗干扰能力更强 .A control method combining RBF neural networks with genetic algorithms is proposed, which controls a double inverted pendulum system. Genetic algorithms are used to search for the parameters of RBFNN controller and minimize the performance criterion of nonlinear optimization control constrained by the condition of the linear controller design. It is shown from the simulation results that the scheme is superior to state feedback and fuzzy control, possesses larger stable area (0<θ 1,θ 2<25 °) and better interference rejection.

关 键 词：RBF神经网络 遗传算法 二级倒立摆 自动控制理论 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]