发布时间：2023-10-12

控制系统设计人员始终追求的就是为应用找到最佳的控制方法。除了经典的PID控制外，本文还探讨了最优控制、模糊控制和人工神经网络控制。 每一个控制系统的用户/设计人员，都经常会被问到同一个问题：哪种控制方法最好。现在，比几十年前有了更多的选择，控制方法的问题尤为重要。很久以前，“黄金”解决方案（实际上是唯一的）是比例-积分-微分（PID）控制器。虽然PID控制本身没有什么问题...

发布时间：2023-09-28

LQR算法是最优控制中经典的算法，而且LQR是一个应用较多的控制算法，所以在这里我以最优控制为起点介绍LQR控制算法。 注意LQR控制算法的基础是你要有现代控制理论的基础，需要知道状态空间（State Space）。 1 最优控制问题实例分析 考虑一列火车 W，其质量为 m，沿着水平轨道运动，不考虑空气的阻力和地面对火车的摩擦力，把火车看成一个沿着直线运动的质点，x...

发布时间：2013-05-14

1 引言 非线性系统在现实世界中普遍存在，可以说绝大多数系统是非线性的，例如卫星的定位与姿态控制系统、机器人控制系统、精密数控机床控制系统等等，这些都不可能采用线性模型，因此研究非线性系统的最优控制问题有重要的理论及应用价值。因为对非线性系统的最优控制，根据极大值原理会导致求解一个非线性的两点边界问题。一般来说，该类问题的解析解往往是不存在的，所以目前对该课题的研究主要集...

发布时间：2013-04-03

0 引言 倒立摆系统是非线性、强耦合、多变量和自然不稳定的系统。在控制过程中，它能有效地反应控制理论中诸如系统稳定性、可控性、鲁棒性、系统收敛速度、随动性以及跟踪等问题，是检验各种控制理论的理想模型。线性二次型最优控制（Linear Quadratic Regulator，LQR）问题在现代控制理论中占有非常重要的位置，其优势在于控制方案简单，超调量小，且反应速度快，该方...

发布时间：2012-09-10

1 引言 　　电力系统作为一个典型的非线性系统，在周期性负荷扰动作用下，当周期性负荷的幅值满足一定条件时，就会发生混沌振荡 ，甚至会使电力系统失去稳定性。因此，为保证电力系统在周期性负荷扰动的作用下仍然能稳定运行，就必须消除混沌振荡现象。由于非线性反馈控制方法能够补偿系统模型的非线性，因而能够抑制混沌，这已经在许多控制系统中得到应用 ，同时非线性反馈控制还可以实现电力系统的稳...

发布时间：2011-03-09

电力系统在周期性负荷扰动的作用下会发生混沌振荡，甚至由此而失去稳定。为抑制这种情况下的混沌振荡，保证电力系统运行的稳定性，利用自适应最优控制方法设计了在周期性负荷扰动幅值不确定以及系统参数不确定情况下的混沌振荡控制器；并利用Lyapunov稳定性理论证明了受扰的、未精确建模的电力系统在该控制器作用下可以保持渐近稳定。因此，当电力系统所受到的周期性负荷扰动的幅值不确定且引起...

发布时间：2011-03-09

电力系统在周期性负荷扰动的作用下会发生混沌振荡，甚至由此而失去稳定。为抑制这种情况下的混沌振荡，保证电力系统运行的稳定性，利用自适应最优控制方法设计了在周期性负荷扰动幅值不确定以及系统参数不确定情况下的混沌振荡控制器；并利用Lyapunov稳定性理论证明了受扰的、未精确建模的电力系统在该控制器作用下可以保持渐近稳定。因此，当电力系统所受到的周期性负荷扰动的幅值不确定且引起...

发布时间：2007-08-29

l模糊CMAC神经网络的结构和学习算法 图1显示了模糊CMAC神经网络的结构和运算过程。模糊CMAC神经网络可以用于近似一个非线性映射y(x)：Xn→Ym，其中Xn∈Rn是在n维输入空间中的应用，Ym"∈Rm是在m维输出空间中的应用 。模糊CMAC算法由决定一个复杂函数值的两个初等函数组成，如图1所示。 其中，X为连续n维输入空间；A为NA维联合空间；Y为m维输出空间。...

发布时间：2007-08-29

l模糊CMAC神经网络的结构和学习算法 图1显示了模糊CMAC神经网络的结构和运算过程。模糊CMAC神经网络可以用于近似一个非线性映射y(x)：Xn→Ym，其中Xn∈Rn是在n维输入空间中的应用，Ym"∈Rm是在m维输出空间中的应用 。模糊CMAC算法由决定一个复杂函数值的两个初等函数组成，如图1所示。 其中，X为连续n维输入空间；A为NA维联合空间；Y为m维输出空间。...