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(biāo)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：
Analog-Circuit-V（新概念模擬電路-電源電路-信號源和電源）
上傳時間： 2021-11-14
上傳用戶：aben
Analog-Circuit-IV（新概念模擬電路-信號處理電路）
上傳時間： 2021-11-14
上傳用戶：得之我幸78
Analog-Circuit-III（新概念模擬電路-運放電路的頻率特性和濾波器）
上傳時間： 2021-11-14
上傳用戶：kingwide
200W電源-L6563--L6599.pdf 電路圖
上傳時間： 2021-11-25
上傳用戶：
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(biāo)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：
符合能量星標(biāo)準(zhǔn)的電源電路圖符合能量星標(biāo)準(zhǔn)的電源電路圖符合能量星標(biāo)準(zhǔn)的電源電路圖
標(biāo)簽： 電源電路
上傳時間： 2021-12-09
上傳用戶：
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(yù)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(biāo)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(yù)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(biāo)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(zhǔn)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(biāo)簽： 自適應(yīng)控制
上傳時間： 2022-03-11
上傳用戶：
建模、控制算法研究以及仿真試驗都是燃?xì)廨啓C研制過程中必不可少的環(huán)節(jié)，本文針對三者展開研究首先，采用容積慣性法代替牛頓-拉普遜法建立三軸燃?xì)廨啓C非線性動態(tài)模型，并考慮變比熱、引氣與冷卻等環(huán)節(jié)，通過與試車數(shù)據(jù)比較驗證了所建模型具有良好的仿真精度。采用容積慣性法不但提高了模型的實時性，并且動態(tài)過程更接近真實燃?xì)廨啓C運轉(zhuǎn)狀態(tài)。分析了容積慣性法建模中低轉(zhuǎn)速階段仿真時出現(xiàn)的參數(shù)振蕩現(xiàn)象產(chǎn)生的原因，通過增加低轉(zhuǎn)速特性數(shù)據(jù)消除了參數(shù)振蕩，并提出了一種基于指數(shù)平衡與樣條擬合的外推方法來獲得低轉(zhuǎn)速特性數(shù)據(jù)。通過低壓壓氣機特性數(shù)據(jù)外推計算與分析，證明了該外推方法具有較好的準(zhǔn)確性。然后，針對重型燃?xì)廨啓C非線性強、慣性大和負(fù)載多變等特點，提出了一種基于深度信念網(wǎng)絡(luò)的自適應(yīng)控制器。該控制器結(jié)合了深度信念網(wǎng)絡(luò)和傳統(tǒng)PD控制器，其中深度信念網(wǎng)絡(luò)作用是在線調(diào)整PID參數(shù)，而傳統(tǒng)PD控制器負(fù)責(zé)控制量的計算與輸出。通過數(shù)字仿真，驗證了該控制器滿足燃?xì)廨啓C轉(zhuǎn)速控制的要求，并且具有良好的自適應(yīng)性，在燃?xì)廨啓C不同工況下，能夠?qū)ζ滢D(zhuǎn)速進行準(zhǔn)確控制，使得系統(tǒng)快速響應(yīng)的同時無超調(diào)量。最后，針對燃?xì)廨啓C硬件在環(huán)仿真平臺的需要，設(shè)計了一種能夠采集并模擬多種范圍電壓、電流與頻率信號的接口模擬器。搭建了燃?xì)廨啓C硬件在環(huán)控制平臺，在試驗前對接口模擬器以及控制器進行了標(biāo)定與平臺的實時性驗證。在已有的控制器上，完成了基于RIX作系統(tǒng)的多任務(wù)嵌入式控制系統(tǒng)開發(fā)。通過硬件在環(huán)試驗，進一步驗證了本文設(shè)計的控制器具有良好的控制效果與較強的自適應(yīng)能力關(guān)鍵詞：燃?xì)廨啓C，容積慣性，建模，仿真，自適應(yīng)控制，深度信念網(wǎng)絡(luò)，硬件在環(huán)
標(biāo)簽： 自適應(yīng)控制
上傳時間： 2022-03-14
上傳用戶：
控制8路彩燈電路演示三種花型.適合感興趣的人學(xué)習(xí)參考
標(biāo)簽： 彩燈電路
上傳時間： 2022-04-24
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
