理学 >>> 信息科学与系统科学 >>> 信息科学与系统科学基础学科 >>> 信息论 控制论 系统论 信息科学与系统科学基础学科其他学科
搜索结果: 16-30 共查到信息科学与系统科学基础学科 自适应相关记录30条 . 查询时间(0.36 秒)
本文提出了一种σ校正混合自适应控制律,并且证明在对象具有相加和相乘未建模动 态(unmodeled dynamics)的情况下,若采用文中所给出的混合自适应控制系统结构,这种σ 校正混合自适应控制律可保证闭环系统中的所有信号有界,并且对于任何有界初始条件,系 统具有小的均值残余跟踪误差.数学模拟结果表明,本文所提出的混合自适应控制律优于相 类似的全连续和全离散自适应控制律.
本文通过对工程上常用的残差初值选取方法--均值法统计特性的深入分析,揭示了残 差初值问题的重要性.在研究了均值法和最小二乘法等两种简单残差初值估计方法统计特性 的基础上,得到了一种简单、实用、附加计算量小、统计特性优良的残差初值估计方法.该方法 的特点是能自动根据系统参数的变化来调整残差初值算法的参数,保证残差初值估计的优良 统计特性.
本文给出了加权多步预测控制(WLPC)[1]的递推自适应算法,该算法将每个采样时刻 WLPC算法中计算量很大的极点配置方程求解问题化为一步递推的算法,大大减少了在线计 算量,从而使WLPC成为一种实际可行的算法,本文还证明了其闭环稳定性.
对美国加州伯克利大学Li-Xin Wang1993年提出的模糊自适应控制方案的稳定性 条件进行了研究,证明了两个新的结论:1)原来的监督控制可以取消;2)渐近稳定的条件可由 w(t)平方可积放宽到w(t)→0.在此基础上,提出并证明了一种模糊自适应控制的新方案,它 能在任何情况下保证闭环渐近稳定,并在一定条件下还能保证参数收敛.对一阶不稳定与二 阶混沌两个控制对象的仿真实验结果表明,新方案...
针对反馈可线性化系统,利用含估计参数的非线性反馈及微分同胚变换,给出一种新的,自 适应调节器设计方案.它不要求线性化微分同胚变换后系统具有特定形式,对系统所含非线 性也不作限制,它只要求变换后系统的两个特定函数矩阵在点点均为能控(稳)对.该算法的 渐近稳定性由文中定理证明.
针对广义预测控制 (Generalized predictive control, GPC) 计算量大的缺陷, 本文对参数未知非线性系统提出一种直接广义预测控制 (Direct generalized predictive control, DGPC) 方法. 该方法直接辨识广义预测控制器参数, 即基于广义误差估计值对控制器参数 θu 和广义误差估计值中的未知向量 θe 进行自适应辨识. 理论证明...
非线性自适应控制系统中,当工作点发生转移时,被控过程的增益有时会有很大的变化, 这对使用广义最小方差控制的自校正控制器来说会产生一定的影响.文中对这种影响机理进行了 讨论,并针对单变量系统提出两种合理的解决方法.
本文研究了具有混合自适应律的直接型模型参考自适应控制.对这种混合的MRAC方 案,我们严格地证明了闭环系统的所有信号都有界,同时得到了跟踪误差满足e1∈S(μ2(△2+ △2∞)+d20+1/a20).同文献[1]的控制方案相比,这种具有混合自适应律的直接型模型参考自适应 控制具有如下优点:1)实现过程中计算量大大减小;2)具有更好的鲁棒性.
主要研究基于神经网络模型的最小预测误差非线性自适应控制算法.利用神经网 络激励函数的分段局部线性近似,将基于神经网络的非线性系统一步前向预测控制转化为一 系列局部的线性预测控制问题.利用线性系统参数估计方法获得神经网络预测模型的参数估 计.在此基础上利用并联线性系统的预测控制方法设计全局收敛的非线性系统预测控制器.
针对一类不确定非线性离散时间动态系统, 提出了基于神经网络与多模型的非线性广义预测自适应控制方法. 该自适应控制方法由线性鲁棒广义预测自适应控制器, 神经网络非线性广义预测自适应控制器和切换机制三部分构成. 线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界, 神经网络非线性广义预测自适应控制器能够改善系统的性能. 切换策略通过对上述两种控制器的切换, 保证系统稳定的同时, 改善系统性能....
针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案并利用Ⅱ型模 糊系统的逼近能力,提出了一种间接自适应模糊控制器设计的新方案.该方案通过引入最优逼 近误差的自适应补偿项来消除建模误差的影响,从而在稳定性分析中取消了要求逼近误差平 方可积或逼近误差上确界已知的条件.理论分析证明了闭环控制系统是全局稳定的,跟踪误差 收敛到零.仿真结果表明了该方法的有效性.
针对一类不确定非线性系统,基于一种修改的李亚普诺夫函数并利用Ⅱ型模糊系统的 逼近能力,提出了一种稳定自适应模糊控制器设计的新方案.该方案能够避免现有的一些自适 应模糊/神经网络控制器设计中对控制增益一阶导数上界的要求.通过理论分析,证明了闭环模 糊控制系统是全局稳定的,跟踪误差收敛到零.
Neuro-fuzzy (NF) networks are adaptive fuzzy inference systems (FIS) and have been applied to feature selection by some researchers. However, their rule number will grow exponentially as the data dime...
考虑了具有积分输入-状态稳定逆动态, 非线性不确定和未知控制方向的非线性系统的分散自适应调节. 证明了闭环系统的所有信号有界, 实现了渐近调节. 数值例子验证了设计的有效性.
超稳定性理论是自适应控制稳定性证明的有力工具,但至今它只限于确定性系统.通过 对超稳定性理论进一步研究和算法结构变化,本文给出了利用超稳定性理论证明随机自适应 控制(特别是Goodwin的随机逼近法)的稳定性.结果表明,与目前的证明方法--Martingale 函数法和Ljurg的ODE法相比,超稳定性方法有相当的优越性.它不需要象Martingale 函数法那样去构造一个相当困难的随机L...

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...