四级倒立摆系统的模糊控制方法研究

倒立摆系统由于其多变量、非线性和强耦合性等特点而一直成为各国专家学者研究的热点。目前，一级、二级、三级倒立摆都已经有成功控制的实例，而单电机控制的四级倒立摆系统的控制还未见报导。本文首先推导了四级倒立摆系统的数学模型，并对倒立摆系统在平衡点附近进行了可控性研究。在此基础上，提出一种基于三维模糊组合变量的控制方法。仿真研究结果证明了所提出控制方法的有效性。

四级倒立摆系统的Lagrange方程建模

提出一种采用分析力学中的Lagrange方程来建立四级倒立摆系统数学模型的方法,可以大大简化建模过程.经验证,该建模方法是有效而可行的.

准滑动模态控制在四级倒立摆的应用

提出了一种新的滑动模态控制,对四级倒立摆进行了控制仿真。实验表明所提出来的采用类sigmoid函数的准滑模控制可以有效地完成四级倒立摆的稳定控制,并能够减弱高频抖振。该方法对于高阶倒立摆的控制实践具有一定的理论指导价值。

四级倒立摆的状态变量合成模糊神经网络控制

文章给出了四级倒立摆系统的硬件组成 ,分析了四级倒立摆的系统结构、建立了数学模型。分析了系统的可控性、可观测性 ,给出了一种基于状态变量合成的模糊神经网络控制控制方法。在实践中证明该方法可行 ,成功地立起四级倒立摆。

四级倒立摆的变论域自适应模糊控制

采用变论域自适应模糊控制理论研究四级倒立摆控制问题.首先,给出四级倒立摆运动的数学模型并验证了它的可控性;然后根据变论域自适应模糊控制理论设计了关于四级倒立摆的控制器.最后展示了仿真结果.此外,还给出一级、二级和三级倒立摆的硬件（即实物系统）实验结果.

分形隶属度函数模糊控制

本文给出了分形隶属度函数的定义，提出了分形隶属度函数模糊控制思想，并利用分形隶属度函数模糊逻辑对四级倒立摆进行了仿真，取得了很好的控制效果。

人工智能的四个考验——访智能控制专家李洪兴教授

在智能控制领域，模糊控制一直是摆在人工智能科学家面前的一道难题。大连理工大学教授李洪兴从上个世纪90年代就开始研究这一难题，经历了从理论研究到实验研究的全过程，在国际上首次成功实现了空间四级倒立摆实物系统的稳定控制。

刊编委李洪兴教授荣获“吴文俊人工智能科学技术奖”创新奖一等奖

第三届吴文俊人工智能科学技术奖，10月29日在中国科学院深圳先进技术研究院揭晓。该奖项被誉为“中国智能科技最高奖”。李洪兴教授的“模糊系统的概率表示与空间四级倒立摆的控制”成果获得创新奖一等奖。本届吴文俊人工智能科学技术奖在全国高校、科研院所和智能制造企业范围内共评出20项获奖成果，包括成就奖1项，创新奖一等奖2项，创新奖二等奖2项、创新奖三等奖5项，进步奖一等奖1项，进步奖二等奖3项，进步奖三等奖6项。