文件名称:wzrh

  • 所属分类:
  • 软件工程
  • 资源属性:
  • [Matlab] [源码]
  • 上传时间:
  • 2013-05-07
  • 文件大小:
  • 2kb
  • 下载次数:
  • 0次
  • 提 供 者:
  • 王**
  • 相关连接:
  • 下载说明:
  • 别用迅雷下载,失败请重下,重下不扣分!

介绍说明--下载内容均来自于网络,请自行研究使用

(1)针对在线计算量大这一缺陷,将预测控制中的柔化输出信号的思想推广到柔化输入信号,使得约束条件被简化为仅对当前控制量的约束,可以直接计算得出;同时该方法避免了求逆矩阵,大大减小了计算量,并能够保证控制算法的可行性和良好的控制性能。

(2)针对传统算法中设计参数整定困难这一缺点,应用基于BP神经网络变参数设计的广义预测控制算法,实现了对控制量柔化参数的在线调整。

(3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用,可考虑利用其他优化系统辨识的方法对本方法进行改进,以期达到更好的辨识效果。

(4)针对系统稳定性分析复杂,本文在控制增量前加入前馈因子,保证所选的Lyapunov函数使闭环系统满足Lyapunov稳定判据,由此证明闭环系统稳定。

-1. To solve the problem of GPC huge computation, algorithm with input increment constraints is presented in which the concept of output softness was used to soften the input increments.As a result, the constraints are simplified to be the only one constraint on the current control increment which can be computed directly. At the same time, it needn’t computing the inverse matrix and thus reduces large computation. Moreover, it guarantees the feasibility of the algorithm and has good control performance.

2. To overcome the difficulty in the choice of tuning parameters in traditional GPC, a GPC algorithm with variable parameter design based on BP neural network. is presented,in which the input softness parameters are tuned on line.

3. In this paper, we Identify system by using the least square method with forgetting factor. However, after system simulation, we realize that this method doesn’t fit the Hénon chaotic system perfectly. So we recommend modify this method by other Optimizati
(系统自动生成,下载前可以参看下载内容)

下载文件列表





wzrh.m

相关说明

  • 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
  • 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度更多...
  • 请直接用浏览器下载本站内容,不要使用迅雷之类的下载软件,用WinRAR最新版进行解压.
  • 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
  • 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
  • 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.

相关评论

暂无评论内容.

发表评论

*主  题:
*内  容:
*验 证 码:

源码中国 www.ymcn.org