摘要：基于人工神经网络BP算法的倒立摆小车实验仿真训练模型,其倒立摆BP网络为4输入3层结构.输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度.隐含层单元数16个.输出层设置为1个输出单元.输入层采用Tansig函数,隐含层采用Logsig函数,输出层采用Purelin函数.用Matlab 6.5数值计算软件对模型进行学习训练,并与模糊控制逻辑算法对比,表明倒立摆控制BP算法精度高、收敛快,在非线性控制、鲁棒控制等领域具有良好的应用前景.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）