权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Control System Design of Neuro-controller Using Genetic Algorithms for Non-holonomic Systems

非完整系统遗传算法神经控制器控制系统设计

基本信息

批准号：
16500114
负责人：
KINJO Hiroshi
金额：
$ 0.7万
依托单位：
University of the Ryukyus
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2004
资助国家：
日本
起止时间：
2004 至 2005
项目状态：
已结题

项目摘要

The main object of this research project is to construct control system for non-holonomic systems using neurocontroller (NC) based on a genetic algorithm (GA). One method for the nonholonomic system controller design is the time-state control form that utilizes a chained form conversion. The chained forms are powerful and useful for designing the nonholonomic control system. However, the time-state control form has some limitations in the controllable ranges due to the conversion. In this research, we propose a design method of a state feedback controller for a nonholonomic system using an NC without chained forms. The NC is trained by a genetic algorithm. In the controller design, the abilities of pattern recognition and generalization of the neural network are utilized. In the GA process, NCs are evaluated on the basis of control performance in which the squared errors that result from the control simulations starting from all the initial states are calculated. Based on the control performance, NCs are evolved through the GA processes. Results of simulations show that the NCs trained using a GA exhibit good control performance of some example objects of the nonholonomic systems. One of the control strategies of the NC resembles that of time-state control form. The proposed method has no limitations in the controllable ranges in the initial states.

本研究项目的主要目的是利用基于遗传算法的神经控制器来构造非完整系统的控制系统。非完整系统控制器设计的一种方法是利用链式变换的时间-状态控制形式。这种链式形式对于非完整控制系统的设计是非常有用的。然而，由于转换，时间状态控制形式在可控范围内具有一定的局限性。在这项研究中，我们提出了一种非完整系统的状态反馈控制器的设计方法。NC通过遗传算法进行训练。在控制器设计中，充分利用了神经网络的模式识别和泛化能力。在GA过程中，基于控制性能来评估网络控制系统，在控制性能的基础上，计算从所有初始状态开始的控制仿真所产生的平方误差。在控制性能的基础上，网络控制系统通过遗传算法进化。仿真结果表明，用遗传算法训练的网络控制系统对一些非完整系统的实例对象具有良好的控制性能。NC的控制策略之一类似于时间状态控制形式。该方法在初始状态的可控范围内没有限制。

项目成果

期刊论文数量（30）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Backward control of multitrailer systems using neurocontroller evolved by genetic algorithm

使用遗传算法进化的神经控制器对多拖车系统进行后向控制

DOI：
发表时间：
2004
期刊：
Artificial Life and Robotics 8・1
影响因子：
0
作者：
Isao Nishihara;Shizuo Nakano;Ayaki Kiyuna
通讯作者：
Ayaki Kiyuna

Improvement of searching performance of real-coded genetic algorithm by use of crossover with biased probability distribution function and mutation

利用带偏概率分布函数的交叉和变异提高实数编码遗传算法的搜索性能

DOI：
发表时间：
2006
期刊：
Transactions of the Society of Instrument and Control Engineers Vol.42,No.6(printing)
影响因子：
0
作者：
R.Saito;H.Kotera;Masakazu Iwamura;J.Sato;Hiroki Nakanishi;Endusa Muhando;Hiroshi Kinjo
通讯作者：
Hiroshi Kinjo

偏りのある確率分布関数と突然変異を用いた交叉による実数値GAの探索性能の改良

使用偏置概率分布函数和变异通过交叉提高实值遗传算法的搜索性能