<button id="2gw40"></button>
基于受控自回歸積分滑動平均 (CARIMA)模型控對象的預(yù)測控制程序
標(biāo)簽： CARIMA 回歸 積分 模型
上傳時間： 2013-12-21
上傳用戶：星仔
基于輸出跟隨的模型參考自適應(yīng)控制程序，利用最小二乘進(jìn)行了參數(shù)更新。
標(biāo)簽： 輸出 模型參考 自適應(yīng)控制 程序
上傳時間： 2017-08-01
上傳用戶：181992417
電梯控制。電梯間豎井模型部分可由有機(jī)玻璃粘成無上蓋板的六面體ABCDEFGH，高度AE為1.2m；電梯橋廂模型J通過滑輪懸掛并由電動機(jī)M牽引，可在電梯間豎井模型的空間內(nèi)上下運(yùn)動。該電梯間豎井模型每隔20cm自下向上分成5層
標(biāo)簽： ABCDEFGH 電梯控制 電梯 模型
上傳時間： 2013-12-13
上傳用戶：lifangyuan12
Mifare RC500 非接觸式讀卡機(jī)驅(qū)動程式碼 (Keil C/8051)
標(biāo)簽： Mifare Keil 8051 500
上傳時間： 2017-09-02
上傳用戶：笨小孩
Windows CE.Net 5.0 的相機(jī)驅(qū)動程式原始碼，簡單修改後可用！
標(biāo)簽： Windows 5.0 Net CE
上傳時間： 2013-12-24
上傳用戶：caixiaoxu26
參考模型為三階的模型參考自適應(yīng)控制，設(shè)計自適應(yīng)率，跟蹤效果很好。 原創(chuàng)。
標(biāo)簽： 參考模型 模型參考 自適應(yīng)控制
上傳時間： 2017-09-09
上傳用戶：003030
基于HOpfield網(wǎng)絡(luò)的PID模型參考自適應(yīng)控制
標(biāo)簽： HOpfield PID 網(wǎng)絡(luò) 模型參考
上傳時間： 2014-01-05
上傳用戶：bibirnovis
關(guān)于參考模型自適應(yīng)控制的matlab例程，幫助初學(xué)者學(xué)習(xí)了解自適應(yīng)控制相關(guān)理論的實(shí)際應(yīng)用。
標(biāo)簽： 參考模型 自適應(yīng)控制
上傳時間： 2016-06-28
上傳用戶：愛笛生的聲
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(jìn)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(yàn)數(shù)據(jù)進(jìn)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(bǔ)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(jìn)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(shí)際運(yùn)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(jìn)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：
專門為立式變壓器設(shè)計的PCB封裝庫。自帶3D模型。方便驗(yàn)證結(jié)構(gòu) 。
標(biāo)簽： PCB封裝 立式變壓器
上傳時間： 2022-07-21
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
