基于RBF-BP神经网络的双轮平衡车姿态控制系统

作者：申长捷; 柴志军^*

来源：黑龙江大学自然科学学报, 2021, 38(03): 355-363.

DOI：10.13482/j.issn1001-7011.2021.05.005

• 双轮平衡车
• RBF-BP组合神经网络
• 模型参考自适应控制
• 自适应遗传算法

针对非线性强耦合特性的双轮平衡车系统存在自平衡姿态控制反应慢、精度低等问题,提出了以双隐层组合神经网络(Radical basis function-BP, RBF-BP)为基础的模型参考自适应控制(Model reference adaptive control, MRAC)系统。为了获得最优的控制精度,使用自适应遗传算法对RBF-BP双隐层组合神经网络的初始权值进行优化,并利用Matlab软件对该控制系统进行仿真。仿真结果表明,与单一的BP和RBF神经网络控制策略相比,MRAC系统具有反应迅速、抗干扰能力强和控制精度高等特点。

• 单位
  黑龙江大学; 电子工程学院