共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
针对离散时滞异结构混沌系统广义投影同步问题,基于Lyapunov稳定性理论,得到了在选取适当控制律的情况下,离散时滞异结构系统是投影同步的结论,并通过数值算例证明了该方法的有效性. 相似文献
5.
对一类同时具有状态时滞和输入时滞的不确定离散时滞系统, 基于Lyapunov稳定性理论和线性矩阵不等式(LMI)处理方法, 得到系统H∞保成本状态反馈控制律存在的一个充分条件, 并利用线性矩阵不等式的可行解给出H∞保成本状态反馈控制律的设计方法. 进而, 通过求解凸优化问题解决了系统最优鲁棒H∞保成本控制律的设计问题. 最后, 通过数值算例说明了该设计方法的可行性. 相似文献
6.
本文从预测控制的一般原理出发,利用双线性Voiterra模型和离散化I/o模型,实现一类非线性系统——双线性系统的预测控制.通过对控制算法和应用问题的理论推导与分析,证明文中所提方案保持了线性预测控制的大多数优点.并具有在线计算简便和控制品质较好的特点. 相似文献
7.
针对CSTR系统,提出一种基于神经网络的自适应逆控制方案.该方案将预测思想引入自适应逆控制中,采用Elman网络作为模型辩识器,利用它建立CSTR系统输出的预测模型;采用模糊神经网络作为自适应逆控制器,由预测误差进行参数的在线自适应寻优.仿真结果表明,该方案对于CSTR系统具有很好的跟踪效果和较强的鲁棒性. 相似文献
8.
9.
为了对脱籽后的机采原棉品质指标进行预测并实现优化控制,设计了用于机采原棉品质指标预测的BP神经网络模型。以南疆地区机采棉为研究对象,以影响原棉品质的主控因素籽棉回潮率和轧花速度为BP神经网络模型的基本特征量,建立了机采原棉品质指标的BP神经网络预测模型。结果表明:该BP神经网络模型能较好表达机采原棉各品质指标与主控因素之间的非线性关系,预测结果与实测值之间误差小,测试样本的网络输出值与网络目标值的相关系数均接近1,模型预测效果较佳。认为:该BP神经网络模型可作为机采原棉品质预测与调控的新方法,也可应用于机采籽棉轧花在线原棉品质监控。 相似文献
10.
针对纸浆洗涤过程的残碱和黑液波美度不能直接在线测量、控制回路的动态特性难以用数学模型描述的问题,通过研究数据驱动操作模式的优化思想,提出了基于数据驱动的纸浆洗涤过程综合优化的方法。基于PCA-BP神经网络法和多元回归分析建立了残碱和黑液波美度的预测模型及工况综合评价模型。基于大量工业运行数据和工况评价模型对纸浆洗涤过程的操作模式进行优化,构建优化操作模式库。以高产、低成本、低耗为目标对优化模式库寻优,找出最优操作模式。通过实际应用,证实该方法能准确预测残碱和黑液波美度,并在满足洗涤质量的同时,使出浆量提高,清水加入量减少,达到优化生产的效果。 相似文献
11.
由于卷绕张力控制系统是一个复杂、联动、时变、非线性系统,采用传统PID控制不能解决系统的非线性时变和PID参数的在线整定难等问题,为此提出一种控制算法——模糊神经网络PID复合控制方式,可根据系统的偏差及其变化率实时对PID的3个参数进行优化,达到具有最佳组合的PID控制,从而实现PID控制的自适应和智能化性能。通过MatLab软件,进行传统PID控制与模糊神经网络PID控制动态性能的仿真比较,结果表明系统采用模糊神经网络PID控制具有更好的动、静态特性和自适应性。 相似文献
12.
神经网络在混沌系统控制中主要用于建模辨识或用作控制器,这2种作用都是以神经网络的任意非线性连续函数逼近能力为基础的。用神经网络进行建模辨识有2种途径:使用神经网络直接构造混沌系统的输入输出模型或通过神经网络构造混沌系统中的特征参量。神经网络应用于混沌系统建模辨识的研究主要集中在如何改进神经网络的学习算法和结构方面;神经网络用作控制器时主要用来解决混沌系统的轨迹跟踪或同步控制问题,其研究主要集中在改进控制结构与方法上,将神经网络应用于混沌系统控制已经取得了一些进展:动态神经网络开始应用于混沌系统辨识和控制;基于神经网络工作原理的函数网络能更容易地实现混沌系统的逼近。神经网络应用于混沌控制也存在一些需要解决的问题,如神经网络选择问题、神经网络结构问题、计算方法问题、硬件实现问题等。 相似文献
13.
内模控制在染色工艺过程中的应用 总被引:2,自引:0,他引:2
针对纺织染色这类具有典型非线性时滞的对象,利用内模控制原理,设计了适用于染色过程的温度控制器。仿真结果表明,与传统控制方法相比,使用该控制器更容易获得良好的动态响应,同时兼顾系统的控制精度和鲁棒性,在线参数整定简单易行,达到了预期控制要求。 相似文献
14.
15.
邢志伟 《纺织高校基础科学学报》2019,(1)
研究一类带有时滞和脉冲的Markovian跳变神经网络的同步问题,其中跳变参数为连续时间离散状态的Markovian过程。基于Lyapunov-Krasovskii泛函以及线性矩阵不等式方法,得到了带有时滞和脉冲的Markovian跳变神经网络的均方同步条件,并通过数值仿真验证了所得结论。 相似文献
16.
基于预测的多模型模糊加权控制 总被引:1,自引:1,他引:0
针对快速动态响应过程的控制,提出了一种基于预测的多模型模糊加权控制算法.该算法不需要对被控对象模型进行在线动态识别;可以在线计算各控制器输出的权重,增强了系统克服模型不确定性影响的能力;对模型结构的变化无特别限制,只要模型的变化在模型集所描述的范围之内即可.该算法使得计算周期缩短,对被控对象的变化具有较强的鲁棒性,并且跟踪迅速,具有较强的实用性. 相似文献
17.
18.
探讨了将神经网络理论用于织物折皱回复性能的直接预测。根据研究对象特征,通过选取织物原料组成、经纬密度、抗弯长度、织物厚度及重量等重要影响因子作为神经输入元,将折皱回复角值作为输出目标,比较了径向基函数RBF、BP和广义回归GRNN 3种神经网络对织物折皱回复角的预测结果。试验结果表明,通过神经网络方法对织物的折皱性能预测具有较好的满意结果,且在预测织物的整体折皱回复性能时,BP模型与GRNN网络模型的预测值与实测值之间的相对误差要比RBF的小。利用输入神经元织物参数进行折皱回复性能的预测更有利于工艺与织物结构设计优化与质量控制,通过对输入神经元试验与优化有望达到满意的预测结果。 相似文献
19.