搜索结果: 1-4 共查到“控制理论 收敛性”相关记录4条 . 查询时间(0.138 秒)
思维进化算法的转移概率分析及几乎处处收敛性证明
思维进化算法 几乎处处收敛 转移概率 下鞅收敛定理
2015/5/19
思维进化算法已有的收敛性分析均是在依概率收敛意义下考虑的, 而几乎处处收敛强于依概率收敛. 在详细分析思维进化算法趋同算子和异化算子转移概率的基础上, 利用种群最大适应度值函数描述思维进化算法的演化过程, 将最大适应度值函数的进化过程转化为下鞅数列, 并根据数学期望的性质和最大适应度值函数的特点, 利用下鞅收敛定理严格证明了思维进化算法的几乎处处收敛性.
离散非线性时变系统开闭环PI型迭代学习控制律及其收敛性
迭代学习控制 非线性时变系统 收敛性
2008/12/23
对于具有重复运动性质的对象,迭代学习控制是一种有效的控制方法.针对一类
离散非线性时变系统在有限时域上的精确轨迹跟踪问题,提出了一种开闭环PI型迭代学习
控制律.这种迭代律同时利用系统当前的跟踪误差和前次迭代控制的跟踪误差修正控制作
用.给出了所提出的学习控制律收敛的充分必要条件,并采用归纳法进行了证明.最后用仿真
结果对收敛条件进行了验证.
时变参数遗忘梯度估计算法的收敛性
时变系统 辨识 参数估计
2008/12/18
提出了时变随机系统的遗忘梯度辨识算法,并运用随机过程理论研究了算法的收敛
性.分析表明,遗忘梯度算法的性能类似于遗忘因子最小二乘法,可以跟踪时变参数,但计算量
要小得多,且数据的平稳性可以减小参数估计误差上界和提高辨识精度.阐述了最佳遗忘因子
的选择方法,以获得最小参数估计上界.对于确定性时不变系统,遗忘梯度算法是指数速度收
敛的;对于时变或时不变随机系统,遗忘梯度算法的参数估计误差一致有...