排序方式: 共有13条查询结果,搜索用时 31 毫秒
1.
BQ-01无人半潜水下机器人深度运动模型参数未知,无法为基于模型的控制策略提供控制参数,导致该系统不易快速达到预期的性能指标要求,为此提出一种多辨识模型动态滑模控制方法。该控制方法采用平均拟合偏差方法,减少了系统辨识过程中出现过多冗余辨识模型参数组,以切换的方式为动态滑模控制方法选取最佳模型参数;同时采用状态反馈方法实现滑模面抖动指数衰减,从而解决了系统深度运动调节问题。BQ-01系统湖泊试验结果表明,所提辨识方法能够为滑模控制策略提供最佳控制参数,且提高了系统运动控制品质。 相似文献
2.
针对目前大部分自主水下航行器(AUV)采用预编程的工作模式不适用于动态海洋环境观测的问题,开展了基于数据驱动的控制系统研究。为了实现对动态海洋环境的自适应观测,提出了一种具备数据驱动能力的AUV控制系统设计。该控制系统在总体设计上采用双控制板的分布式架构并使用星形网络拓补结构方便内部通信以及后续设备拓展;硬件设计上使用模块化思想管理传感器并使用多种通信设备的融合工作保证通信的快速性与稳定性;软件上使用多线程并行设计并在上位机添加手柄遥控功能;最后通过仿真实验验证控制系统性能。实验结果表明该系统控制超调量为3%;滞后时间为2 s,满足海洋现象观测需要。该控制系统具备搭载数据驱动算法的能力,为基于数据驱动的动态海洋观测模式提供了硬件平台。 相似文献
3.
4.
5.
6.
一种不产生候选项挖掘频繁项集的新算法 总被引:4,自引:2,他引:4
Apriori算法是关联规则挖掘算法中应用最为广泛的一种算法,它的主要目的是从大量的事务数据中通过候选项集挖掘出有趣的频繁项集,从而为用户提供有意义的关联关系。但随着数据库规模的扩大,apriori算法可能会产生如下两大棘手问题:大量候选项集的产生将造成巨大计算量的浪费;为剪掉无用候选项如何设置阈值。这些问题相对于众多普通用户来说都具有挑战性。该文提出的代码与运算是一种无须候选项挖掘频繁项集的算法,用户无须为设置阈值而煞费苦心。同时事务压缩算法的加入大大减少了算法中的计算量。 相似文献
7.
文章是在第20届全国数据库学术会议上发表的《关联规则候选项频度规律的研究》一文的基础上,又总结出来的两条规律。这两条规律与前文相比进步之处主要体现在差值支持频度的引用,充分利用差值支持频度在关联规则挖掘中的重要性,使得算法能够更加精确地预测候选项集的支持频度,从而实现再次减少候选项集数量的目的。同时文章通过对环境数据库候选项的处理验证了此改进算法的优势。 相似文献
8.
10.