2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩151頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、混沌理論及混沌控制是當前非線性領(lǐng)域的研究熱點之一,而基于觀測數(shù)據(jù)建立混沌系統(tǒng)的數(shù)學模型,是其分析、設(shè)計的基礎(chǔ)。本文圍繞混沌系統(tǒng)的智能辨識和混沌控制的優(yōu)化設(shè)計展開研究。以模型的可解釋性和控制算法的魯棒性和實用性為基本出發(fā)點,以模型辨識智能化和控制設(shè)計系統(tǒng)化為研究目標,綜合運用GA、GP、模糊神經(jīng)網(wǎng)絡(luò)等智能方法以及OLS、LMI、H∞綜合等優(yōu)化算法,在模型結(jié)構(gòu)辨識和參數(shù)估計、控制器的優(yōu)化設(shè)計和簡化方面進行了深入探討和分析,在混沌系統(tǒng)的進化建

2、模、模糊建模、H∞回路成形控制和模糊控制方面提出了一些新的思路和方法。 1.提出了一種基于多目標優(yōu)化GP的離散SISO混沌系統(tǒng)辨識方法。該方法運用GP個體的樹結(jié)構(gòu)表示多項式NARMAX模型。引入多目標優(yōu)化方法,同時考慮與模型復(fù)雜度、模型性能和混沌動態(tài)有關(guān)的優(yōu)化目標。使所得模型在精度、復(fù)雜度和泛化能力之間能取得很好的平衡,且能復(fù)現(xiàn)類似于原系統(tǒng)的混沌吸引子;給出了一種結(jié)合協(xié)同多種群GP和GA的MIMO連續(xù)混沌系統(tǒng)微分方程辨識方法。由

3、于采用了協(xié)同進化機制,降低了陷入局部極小的可能性,提高了搜索效率。 2.提出了一種基于改進Gath-Geva聚類算法的MIMO連續(xù)混沌系統(tǒng)的線性T-S模糊模型辨識方法。結(jié)合OLS和改進的Fischer類間分離性方法對模型進行約簡,然后運用帶約束的Levenberg-Marquardt算法優(yōu)化約簡后的模型參數(shù),最終所得T-S模型能取得滿意的可解釋性和精度。而線性T-S模糊模型更便于穩(wěn)定性分析和控制器設(shè)計,且證實了其擬合和預(yù)測精度不

4、會明顯低于仿射T-S模糊模型。 3.給出了一種基于GA和偽對角化法解耦的H∞回路成形設(shè)計中權(quán)函數(shù)選擇的方法??朔巳斯ぴ嚋悈?shù)不夠理想和費時的缺點,而且在GA目標函數(shù)的選取上綜合考慮了穩(wěn)定裕量以及回路形狀約束、二次性能指標等時頻域性能,既保證了所得控制器能達到預(yù)期的時頻域性能要求又保證了一定的魯棒性。給出一種基于GA的控制器簡化方法,使簡化后的控制器在整個頻段都能較好的逼近原高階控制器的特性,提高了簡化后控制器的性能。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論