论文部分内容阅读
为解决倒立摆模糊控制器的优化设计问题，提出一种基于Bloch量子遗传算法（BQGA）的优化设计方案。该方案将量子位的3个Bloch坐标都看作基因位，每条染色体包含3条并列的基因链，每条基因链代表一个优化解，即一组控制器参数，在与普通量子遗传算法（CQGA）染色体数目相同时可加速优化进程。以模糊神经网络控制器（FNNC）的优化设计为例，以单级倒立摆为被控对象，针对两种初始状态，对控制效果进行了分析对比。实验结果表明，该方案优化的控制器明显优于基于普通量子遗传算法优化的同类控制器；当倒立摆系统参数改变时，该控