针对工业控制过程中的实际问题，对神经网络预测控制进行了深入的研究，提出 了两种新的智能预测控制算法。并结合混合仿真平台，以平台中非线性单变量与多变量系 统为控制对象，将部分算法应用于实际控制中。
上传时间： 2013-12-10
上传用户：yd19890720
灰色预测，解决内部输入不明导致的模型预测不准
标签： 灰色预测
上传时间： 2016-12-27
上传用户：qilin
一个动态矩阵预测控制程序，用于对一种预测控制的研究
上传时间： 2014-11-22
上传用户：金宜
基于Matlab环境编写的一些神经网络PID控制和模糊PID控制源代码，其中包含BP pid，CMAC PID,RBF PID，BP数值逼近算法，BP预测控制以及模糊PID。
上传时间： 2017-08-15
上传用户：498732662
动态环境下基于势场原理的避障方法 提出了一种新颖的控制方案，即采用神经网络预测控制器来控制机器人的力／位置．这种控 制器能任意逼近机器人这种不确定对象，不用知道系统的精确结构，同时由于预测控制的加入，使系 统在线计算方便，控制质量提高了
上传时间： 2013-12-16
上传用户：LouieWu
提出了一种新颖的控制方案，即采用神经网络预测控制器来控制机器人的力／位置．这种控 制器能任意逼近机器人这种不确定对象，不用知道系统的精确结构，同时由于预测控制的加入，使系 统在线计算方便，控制质量提高了
上传时间： 2017-09-07
上传用户：litianchu
机器人控制的一篇不错的资料，里面包括模型和控制事例，可以参考
标签： 机器人控制
上传时间： 2017-09-24
上传用户：ghostparker
PID控制算法即比例积分微分控制算法，该算法简单、鲁棒性好、可靠性高，在工业控制中应用广泛，尤其适用于建立精确数学模型的控制系统。但是对于非线性、时变不确定和大时滞对象、难以建立准确数学模型时，PID控制算法的控制品质不时很高，尤其是以误差作为基本调节项，微分作用只在系统出现明显偏差时起作用，属事后控制，故不能很好地抑制系统的超调。而灰色PID控制算法，以灰色系统理论为基础，对系统不确定部分建立灰色模型，进行灰色预估补偿，使控制系统的灰量得到一定程度的白化，可以提高PID控制质量及其鲁棒性。
标签： grey-pid
上传时间： 2015-04-22
上传用户：zju104
传统控制方法包括经典控制和现代控制，是基于被控对象精确数学模型的控制方式，缺乏灵活性和应变能力，适合于解决线性、时不变等相对简单的控制问题。而在社会生产实践中，复杂控制问题可通过熟练操作人员的经验和控制理论相结合去解决，由此产生了智能控制。智能控制将控制理论的方法和人工智能技术灵活地结合起来，适应对象的复杂性和不确定性。
标签： 智能控制
上传时间： 2022-04-20
上传用户：
双足步行机器人（Biped Walking Robot）是一种仿人机器人，是移动式机器人领域中一类重要的仿生系统。双足步行机器人作为一种移动式机器人，它与轮式，履带式机器人相比有许多优点与优越性。由于双足步行机器人的行走具有独特的适应性和拟人性，其行走控制成为当今研究的热点。步行运动模式与运动控制是影响双足步行机器人技术进步的重要问题，也是双足步行机器人成功而有效地实现稳定步行的理论基础和技术关键。本文针对双足步行机器人步行模式生成与步行控制相关问题进行了研究，并在虚拟现实的实验环境中实现了机器人以给定步行模式的行走。取得的主要科研成果有：第一：基于平面倒立摆线性模型的双足步行机器人步行运动模式生成。本文对双足步行机器人的动力学模型进行了简化，采用平面倒立摆的线性化模型作为双足步行机器人步行模式生成的简化模型。设计了基于倒立摆线性化模型步行模式生成算法，对双足步行机器人前向行走，侧向行走与拐弯行走的腰部重心位置轨迹与速度轨迹进行了规划。对于双足步行具有双脚作支撑期的特点，本文采用了七次多项式插值，分两阶段对具有双脚支撑期的步行运动的腰部运动轨迹进行规划，实现了期望的运动模式。第二：基于小脑模型控制器的双足步行机器人逆运动学控制系统。本文针对双足步行机器人腿部逆模型求解问题，提出一种基于小脑模型连接控制网络CMAC（Cerebellar Model Articulation Controller）的机器人逆运动学控制方法。机器人腿部正运动学模型采用Denavit-Hartenberg方法进行建模，在建立双足步行机器人正运动学模型基础上，设计了基于CMAC的控制系统。系统采用两个CMAC直接控制机器人的腿部运动。两个CMAC逆模型控制器分别逼近步行机器人支撑腿与摆动腿的逆模型，实现了对腰部运动轨迹的跟踪控制。第三：基于虚拟现实环境的双足步行机器人行走控制实验。
上传时间： 2022-06-19
上传用户：1208020161
