期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
非均匀采样系统的支持向量回归建模与控制 被引量:5
1
作者 李大海 李天石 《西安交通大学学报》 EI CAS CSCD 北大核心 2011年第3期65-69,共5页
针对非均匀采样系统提出了一种基于支持向量回归的预测控制算法.应用提升技术将非均匀采样系统分解为多个并列的子系统,建立了各子系统的支持向量回归模型,将该模型作为预测模型提出了新的优化目标函数,可将控制量更新周期内的系统输出... 针对非均匀采样系统提出了一种基于支持向量回归的预测控制算法.应用提升技术将非均匀采样系统分解为多个并列的子系统,建立了各子系统的支持向量回归模型,将该模型作为预测模型提出了新的优化目标函数,可将控制量更新周期内的系统输出作为优化目标.在多通道电液力伺服同步加载系统中的应用结果表明,该预测模型可以达到比较高的预测精度,且各子系统的模型有一致的预测误差水平.对加载系统控制的仿真试验结果表明,该算法有很好的控制性能,而且通过设计合适的优化目标函数,可以避免数字控制系统中的计算延迟和抑制期望轨迹突变时的超调. 展开更多
关键词 非均匀采样系统 支持向量回归 预测控制
在线阅读 下载PDF
基于协同PSO算法的非均匀采样系统辨识 被引量:1
2
作者 王涛 林卫星 包建孟 《计算机工程与应用》 CSCD 2013年第24期32-37,共6页
对于非均匀采样数据的双率系统,运用提升技术,得到系统离散状态空间模型,变换得到相应的传递函数模型。讨论在有色噪声和白噪声的干扰下,提出了利用协同粒子群(Cooperative Particle Swarm Optimization,CPSO)的新颖算法,通过实验仿真... 对于非均匀采样数据的双率系统,运用提升技术,得到系统离散状态空间模型,变换得到相应的传递函数模型。讨论在有色噪声和白噪声的干扰下,提出了利用协同粒子群(Cooperative Particle Swarm Optimization,CPSO)的新颖算法,通过实验仿真对比传统的算法和协同PSO算法的精度和鲁棒性,证明新型算法的有效性和合理性。 展开更多
关键词 双率系统 非均匀采样系统 状态空间模型 参数估计 协同粒子群化(PSO)
在线阅读 下载PDF
基于非均匀采样系统的无模型自适应控制 被引量:2
3
作者 叶金鑫 谢丽蓉 王宏伟 《电光与控制》 CSCD 北大核心 2022年第5期48-54,共7页
针对输入非均匀刷新和输出周期性采样的非线性系统难以控制的问题,采用数据驱动策略,提出一种新的无模型自适应控制方法。首先,使用跟踪-微分器对系统输出数据进行滤波,进而利用该输入输出数据在等价动态平衡点处建立动态化模型,设计了... 针对输入非均匀刷新和输出周期性采样的非线性系统难以控制的问题,采用数据驱动策略,提出一种新的无模型自适应控制方法。首先,使用跟踪-微分器对系统输出数据进行滤波,进而利用该输入输出数据在等价动态平衡点处建立动态化模型,设计了无模型自适应控制器;其次,利用最速下降法对控制律和伪雅可比矩阵(PJM)估计中的惩罚系数进行迭代优化,并对该控制方法稳定性进行分析,该控制方法的优点是减少扰动误差的影响,提高了参数优化能力;最后,通过仿真非均匀采样离散时间非线性系统的实例验证了所提方法的有效性。 展开更多
关键词 非均匀采样系统 自适应控制 建模 数据驱动 伪雅可比矩阵(PJM)
在线阅读 下载PDF
一类非均匀采样非线性系统的无模型自适应控制 被引量:5
4
作者 王宏伟 连捷 夏浩 《电子学报》 EI CAS CSCD 北大核心 2018年第4期814-818,共5页
对一类未知的非均匀采样离散时间非线性非仿射系统,基于在受控系统当前工作点处的等价数据模型,利用输入输出数据对伪雅可比矩阵(PJM)的在线估计,设计出相应的无模型自适应控制器.所提出的控制方法具有如下特点:控制器的设计仅需要非均... 对一类未知的非均匀采样离散时间非线性非仿射系统,基于在受控系统当前工作点处的等价数据模型,利用输入输出数据对伪雅可比矩阵(PJM)的在线估计,设计出相应的无模型自适应控制器.所提出的控制方法具有如下特点:控制器的设计仅需要非均匀采样的输入输出数据,不包含系统模型的任何信息;控制算法计算量小,算法容易实现.最后,通过一个非均匀采样离散时间非线性系统仿真结果验证提出方法的有效性. 展开更多
关键词 无模型控制 非均匀采样系统 采样 线性系统
在线阅读 下载PDF
输入非均匀采样广义输出误差模型的递推贝叶斯参数辨识算法
5
作者 景绍学 《计算机应用与软件》 CSCD 2016年第6期329-333,共5页
针对传统最小二乘算法在辨识过程中没有考虑噪声的协方差和参数的先验概率密度的问题,提出一种递推贝叶斯算法。该算法以最大化参数的后验概率密度函数为准则进行参数估计。实验结果证明所提算法可以获得更高精度的参数估计值。收敛性... 针对传统最小二乘算法在辨识过程中没有考虑噪声的协方差和参数的先验概率密度的问题,提出一种递推贝叶斯算法。该算法以最大化参数的后验概率密度函数为准则进行参数估计。实验结果证明所提算法可以获得更高精度的参数估计值。收敛性分析表明,该算法给出的参数估计值收敛于参数真值。该算法综合考虑了噪声方差、数据的先验概率分布和参数的先验概率分布,可以获得比最小二乘法更高的精度的估计值。 展开更多
关键词 输入非均匀采样系统 广义输出误差模型 递推贝叶斯算法 参数估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部