排序方式: 共有24条查询结果,搜索用时 15 毫秒
21.
为了使CSSO方法在系统级优化时能用于自主筛选来自各子学科间的设计变量的最优值以提高系统级优化效率和收敛速度,提出了一种改进型的并行子空间优化方法(improved concurrent subspace optimization,I-CSSO)。该方法在传统CSSO方法基础上通过增加一个自动筛选程序,即将各子学科优化方案及系统级优化方案进行了对比,从中优选出最优方案作为下一轮迭代的初始方案进行了优化,同时应用拉丁超立方试验设计方法采取样本点并构建了数据库,近似模型基于径向基神经网络模型。以某一机床主轴设计优化为例,基于Isight平台搭建了所设计的I-CSSO方法框架,并与传统的CSSO方法进行了对比。研究结果表明:所提出的I-CSSO方法有效提高了算法的计算效率。 相似文献
22.
23.
船舶航向非线性系统鲁棒跟踪控制 总被引:7,自引:2,他引:5
对船舶航向非线性系统, 提出了一种基于神经网络方法的鲁棒跟踪控制器. 系统由船舶运动非线性响应模型和舵机伺服系统串联构成, 其中运动响应模型考虑了建模误差和外界干扰力等非匹配不确定性. 对建模误差和期望舵角的一阶导数项应用在线二层神经网络予以辨识和补偿, 不确定性干扰项处理应用L2增益设计. 采用Lyapunov函数递推法, 得到包括神经网络权值算法在内的跟踪控制器. 跟踪误差和神经网络权值误差的一致终值有界性保证了系统的鲁棒稳定性, 合理的控制器参数选择保证了控制精度. 仿真结果验证了控制器的有效性. 相似文献
24.