基于遗传算法的倒立摆控制策略研究

论文摘要

倒立摆是一个典型、快速、多变量、非线性、强耦合的自然不稳定系统。在控制过程中能反映控制理论中的许多关键问题,如镇定问题、非线性问题、鲁棒性问题以及跟踪问题等。对倒立摆系统的研究无论在理论上还是在工程应用上都具有深远的意义,并且相关的科研成果已经应用到航天科技和机器人学等诸多领域。本文以一级倒立摆系统和二级倒立摆系统作为实验平台,针对极点配置中极点不易寻找、LQR控制中权值难于确定和拟人控制从定性到定量转化的瓶颈问题,应用遗传算法对控制器进行参数优化,一方面充分利用各自的优势来共同提高控制器的性能,另一方面将人从费时费力的试凑试验中解脱出来。仿真和实际控制结果均表明,利用此方法不仅可以得到满足要求的全局最优解,而且该方法的简便易行也是传统设计中依靠人工调节所无法比拟的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 系统研究的目的和意义
• 1.2 国内外研究情况简介
• 1.2.1 研究使倒立摆稳定的控制器
• 1.2.2 倒立摆自起摆
• 1.3 定性控制律的定量化方法
• 1.4 论文主要工作
• 第二章 倒立摆系统的建模和定性分析
• 2.1 倒立摆系统数学模型
• 2.1.1 一级倒立摆系统数学模型
• 2.1.2 二级倒立摆系统数学模型
• 2.2 倒立摆系统的定性分析
• 2.2.1 一级倒立摆系统定性分析
• 2.2.2 二级倒立摆系统定性分析
• 2.3 本章小结
• 第三章 遗传算法
• 3.1 遗传算法的基本理论
• 3.2 基本遗传算法
• 3.2.1 基本遗传算法
• 3.2.2 基本遗传算法的局限性
• 3.3 遗传算法的应用步骤
• 3.4 遗传算法的模式理论
• 3.4.1 遗传算法的模式定理
• 3.4.2 积木块假设（buildingblockhypothesis）
• 3.5 本文所用的遗传算法
• 3.6 本章小结
• 第四章 现代控制理论在倒立摆中的应用
• 4.1 极点配置
• 4.1.1 状态反馈的结构
• 4.1.2 极点配置算法
• 4.1.3 用遗传算法求取最优极点
• 4.2 最优控制
• 4.2.1 LQR控制原理
• 4.2.2 用遗传算法寻优参数矩阵
• 4.3 本章小结
• 第五章 拟人智能控制在倒立摆系统中的应用
• 5.1 拟人智能控制基本理论
• 5.1.1 拟人智能控制设计流程
• 5.1.2 基于物理模型的控制
• 5.1.3 广义归约规则法
• 5.1.4 定性控制律的形成
• 5.1.5 控制参数的定量化
• 5.2 倒立摆系统的拟人智能控制
• 5.2.1 一级倒立摆的拟人智能控制
• 5.2.2 二级倒立摆的拟人智能控制
• 5.3 用遗传算法实现拟人定性控制律的量化
• 5.4 本章小结
• 第六章 倒立摆实物控制
• 6.1 倒立摆实物系统简介
• 6.2 倒立摆控制软件
• 6.3 倒立摆实时控制结果
• 6.3.1 一级倒立摆实验结果
• 6.3.2 二级倒立摆实验结果
• 6.4 本章小结
• 第七章 总结与展望
• 致谢
• 参考文献
• 作者在读期间的研究成果