搜索资源列表
基于T-S模型的自适应模糊广义预测控制
- : 对一类非线性 系统 , 利用一种基 于模 糊规 则的快速模糊辨识 方法建立起 系统的 T— S模型 , 并基 于该模 型应用局部 递推 最小二乘方法根据采样 值对模型参数进 行在线修 正, 根据 系统动 态线性化模 型采取 广义预 测控制 策略 , 从 而实现 了基 于 T— S模糊模型的非线性 系统 自适 应模糊预测 控制 。与 以往 的模糊 广义 预测控制 算法相 比 , 此方法 简单 , 而且较 大地 减少计 算量 , 适合 于在 线控制。通过仿 真研究验证 所提 方法的 有 效性 。
online
- 在线参数辨识的相关论文,可以参考进行算法设计-Online parameter identification of the relevant papers, can refer to algorithm design
Thesis2006
- 船舶定位控制技术,能够在线辨识参数,实时对航速航向以及位置信息进行反馈-Ship positioning control technology, to identify parameters online, real-time location information on speed and course feedback
wzrh
- (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