基于遗传神经网络的倒立摆控制研究

　　倒立摆系统是一个高阶次、不稳定、多变量、非线性、强耦合的典型系统，是控制领域重要的研究对象，是验证各种控制算法的理想模型。很多抽象的概念如系统的稳定性、可控性、可观性、鲁棒性和系统的抗干扰能力等，都可以通过对倒立摆的控制直观地表现出来。《基于遗传神经网络的倒立摆控制研究》将遗传算法和神经网络结合起来，提出了面向神经网络的遗传算法（NNOGA），详细论述了该算法的实现途径，并用基于遗传神经网络的智能控制方法实现了对一、二、三级直线倒立摆系统的仿真和智能控制，克服了简单遗传算法搜索速度慢、不成熟收敛和迭代次数多的缺点，取得了较好的控制效果。

暂缺《基于遗传神经网络的倒立摆控制研究》作者简介

第1章 绪论1．1引言1．2智能控制理论概述1．3神经网络理论概述1．4研究内容及意义1．4．1研究的内容1．4．2研究的意义
第2章 基于神经网络的智能控制2．1引言2．2神经网络结构2．2．1人工神经元的数学模型2．2．2神经网络常用的激发函数2．2．3神经网络的基本特性2．2．4神经网络的基本结构2．3神经网络的学习算法2．3．1学习方式和学习规则2．3．2BP网络学习算法2．4神经网络控制的基本结构2．5神经网络控制系统结构2．5．1NN学习控制2．5．2NN直接逆模型控制2．5．3NN自适应控制2．6小结
第3章 遗传神经网络及其控制算法3．1遗传算法3．1．1遗传算法的工作机理3．1．2GA的特点3．1．3遗传算法的基本问题3．1．4GA的理论研究概况3．2遗传算法的改进3．2．1改进的基本方法3．2．2编码方式的改进3．2．3评价函数3．2．4初始化过程3．2．5遗传算子的改进3．2．6面向神经网络的遗传算法的步骤3．3改进GA的神经网络控制器设计3．3．1前馈神经网络的结构3．3．2前馈神经网络设计3．3．3改进GA的神经网络控制器设计……第4章 倒立摆系统及控制研究第5章 用遗传神经网络改进倒立摆的控制第6章 总结与展望参考文献