亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

自適應(yīng)滑模控制

具有執(zhí)行器故障的馬爾可夫跳躍非線性系統(tǒng)的自適應(yīng)滑?？刂?/p>

標簽： 上傳時間： 2019-07-24

STM32控制的8路PWM輸出

通過定時器控制，stm32輸出8路PWM波形

標簽： STM PWM 32 8路 控制 輸出

上傳時間： 2019-10-15

上傳用戶：hby525520

基于BP神經(jīng)網(wǎng)絡(luò)的永磁同步電機自適應(yīng)控制研究_鄧娟

基于BP神經(jīng)網(wǎng)絡(luò)的永磁同步電機自適應(yīng)控制研究_鄧娟

標簽： BP神經(jīng)網(wǎng)絡(luò) 永磁同步電機 自適應(yīng)控制

上傳時間： 2020-12-15

上傳用戶：

神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的原理的簡介

該文檔為神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的原理的簡介資料，講解的還不錯，感興趣的可以下載看看…………………………

標簽： 神經(jīng)網(wǎng)絡(luò) 自適應(yīng)控制

上傳時間： 2021-10-22

上傳用戶：

PID控制系統(tǒng)參數(shù)自整定技術(shù)研究報告

該文檔為PID控制系統(tǒng)參數(shù)自整定技術(shù)研究報告簡介資料，講解的還不錯，感興趣的可以下載看看…………………………

標簽： pid控制系統(tǒng)

上傳時間： 2021-11-04

上傳用戶：

模糊神經(jīng)網(wǎng)絡(luò)控制與自適應(yīng)神經(jīng)網(wǎng)絡(luò)

該文檔為模糊神經(jīng)網(wǎng)絡(luò)控制與自適應(yīng)神經(jīng)網(wǎng)絡(luò)講解文檔，是一份很不錯的參考資料，具有較高參考價值，感興趣的可以下載看看………………

標簽： 模糊神經(jīng)網(wǎng)絡(luò) 自適應(yīng)神經(jīng)網(wǎng)絡(luò)

上傳時間： 2021-11-21

上傳用戶：

神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制及其發(fā)展應(yīng)用

該文檔為神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制及其發(fā)展應(yīng)用簡介文檔，是一份很不錯的參考資料，具有較高參考價值，感興趣的可以下載看看………………

標簽： 神經(jīng)網(wǎng)絡(luò) 自適應(yīng)控制

上傳時間： 2021-11-26

上傳用戶：

基于TMS320VC5416的多路溫度控制系統(tǒng)設(shè)計

基于TMS320VC5416的多路溫度控制系統(tǒng)設(shè)計這是一份非常不錯的資料，歡迎下載，希望對您有幫助！

標簽： tms320vc5416 溫度控制系統(tǒng)

上傳時間： 2021-12-20

上傳用戶：wangshoupeng199

兩輪自平衡小車源碼 里面包含相關(guān)控制算法學習資料

兩輪自平衡小車通過三軸加速度傳感器ADXL345 獲取當前加速度，然后采用了PID控制算法輸出PWM,是小車快速達到穩(wěn)定狀態(tài)內(nèi)部包含PID控制算法教程，數(shù)字濾波算法和電機驅(qū)動模塊的使用，這份資料可以快速了解平衡車控制原理以及程序上所采用的實際控制方法，達到理論與實際相互驗證的效果，分享給大家

標簽： 自平衡小車

上傳時間： 2022-02-12

上傳用戶：ttalli

非線性系統(tǒng)多模型自適應(yīng)控制研究

1.針對一類參數(shù)未知的非線性離散時間動態(tài)系統(tǒng)，提出了一種新的基于神經(jīng)網(wǎng)絡(luò)的MMAC方法。首先，將系統(tǒng)分為線性部分和非線性部分。針對系統(tǒng)線性部分采用局部化方法逮立多個固定模型覆蓋系統(tǒng)的參數(shù)范圍，在此基礎(chǔ)上，建立自適應(yīng)模型來提高系統(tǒng)性能；針對系統(tǒng)非線性部分建立非線性神經(jīng)網(wǎng)絡(luò)預測模型來邏近系統(tǒng)的非線性。然后，針對每個子模型設(shè)計相應(yīng)的擅制器。最后，設(shè)計基于誤差范數(shù)形式的性能指標函數(shù)對控制器進行硬切換。仿真結(jié)果表明，所提出的MMAC方法與傳統(tǒng)的在參數(shù)空間均勻分布的MMAC方法相比能顯著提高非線性系統(tǒng)的暫態(tài)性能。2針對一類具有參數(shù)跳變的非線性離散時間動態(tài)系統(tǒng)，提出子一種基才聚類方法和神經(jīng)網(wǎng)絡(luò)的MMAC方法，首先，采用模糊c均值聚類算法對系統(tǒng)先驗數(shù)據(jù)進行分類處理，再分別對每類數(shù)據(jù)采用RLS算法建立多個固定模型。在此基礎(chǔ)上，建立兩個白適應(yīng)模型來提高系統(tǒng)響應(yīng)速度和控制品質(zhì)，建立神經(jīng)網(wǎng)絡(luò)預測模型來補償系統(tǒng)非線性。然后，分別針對相應(yīng)的子模型設(shè)計線性魯棒自適應(yīng)控制器和神經(jīng)網(wǎng)絡(luò)控制器。最后，采用基于信號有界和測量誤差的性能切換指標對控制器進行切換，并證明閉環(huán)系統(tǒng)的穩(wěn)定性。仿真結(jié)果表明，所提出的算法能更好地解決非線性系統(tǒng)發(fā)生參數(shù)跳變問題，使得系統(tǒng)具有良好的控制品質(zhì)3.針對MMAC方法中的模型庫優(yōu)化問題，考慮系統(tǒng)實際運行數(shù)據(jù)，提出了種基于相似度準則和設(shè)置最大模型數(shù)的動態(tài)優(yōu)化模型庫方法。該方法能對新數(shù)據(jù)進行綜合考量并判斷是否應(yīng)該將該數(shù)據(jù)納入子模型建模，并通過設(shè)置最大模型數(shù)來確保系統(tǒng)用最少的子模型就能保證系統(tǒng)的控制性能。仿真結(jié)果表明，所提出的算法能極大地減少子模型數(shù)量且具有較好的控制效果。關(guān)鍵詞：非線性系統(tǒng)；多模型方法；自適應(yīng)控制；模糊聚類；神經(jīng)網(wǎng)絡(luò)

標簽： 自適應(yīng)控制

上傳時間： 2022-03-11

上傳用戶：