一种直接自适应推理控制器

来源 :1998中国控制与决策学术年会 | 被引量 : 0次 | 上传用户:ALFU
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在推理控制系统的输入输出模型(II/O模型)基础上,提出了最小方差推理控制器设计方法,进而给出II/O模型的参数辨识算法以及相应的直接自尖控制算法。并对整个算法给出了全局收敛的条件。它的显著特点是把推理估计和推理控制器的设计有机地结合起来,简化了设计过程,也减少了计算量。同时,信真结果说明了该算法的收敛性和有效性,它适用于稳定系统的最小相位系统。
其他文献
针对多变量模糊系统设计中存在的问题:设计缺乏系统化和控制规则数与系统状态变量数之间的指数关系易引起规则组合爆炸现象,该文通过引入模糊滑模,提出一种多变量模糊控制系统的非线性化设计方法:自适应模糊滑模方法。证明了规则数与系统状态变量数之间呈线性关系。仿真结果表明,该方法优于常规模糊滑模控制。
该文提出了一种基于规则的前馈神经网络的设计方法和学习算法,它将粗糙集理论的定性分析能力和多层前馈神经网络的逼近能力结合在一起,得到一种结构可解释、计算简单、收敛速度快的前馈神经网络模型。在建立网络时,可以运用粗糙集的理论和方法,从给定学习样本数据中发现一组规则,然后根据这些规则可以确定网络中相应的隐层节点;网络的参数可以用BP算法迭代求出。
BP网络是目前应用最广的神经网络,但基于梯度下降法的BP算法存在固有的收敛速度慢及局部极小等问题,从而影响了BP网络的有效应用。该文针对基本BP算法的收敛速度慢这一主要缺陷,对多种改进方案按改进原理进行了分类综述,并通过仿真实验对部分改进方案进行了实验性评价。
该文分析报网络专家系统开发工具JESS[1]的历史,特点,基本功能和当前发展,并对大量专家系统开发工具进行了比较分析。
由于对多类问题的高维数据无法直接观察其聚类和分布特性,该文采用神经网络法实现自适应主元特征提取(APEX)、以压缩特征空间的维数,并保持足够的信息来鉴别事物之间的类别,它可有效地提取信号的主要特征、抑制噪声。研究人员将高维数据压缩影射到2或3维,从而实现特征数据的可视性分析,显示物体对象间的类似程度和关系结构,并采用高阶果表明高阶函数神经网络较BP网络分类能力强,训练速度快。
在人脑皮层的下颞叶区存在着规整的功能柱型结构群,它们对中等复杂的特征具有选择性响应,为模式识别的特征检测学说提供了一个有力的证据,并由于它们毗邻构成一个连续的特征空间,为知觉不变性找到了生理解释。该文从物体视觉识别的神经生理学角度,构造一个近似于视皮层功能柱型结构的软件组件来对物体特征进行抽提,在由简单特征构成的特征空间基础上进行相对复杂特征的连续变换的不变性映射。通过构造一个金字塔状的神经网络层
该文介绍了线阵SSPA的工作原理以及使用线阵SSPA作为光电传感器的机器视觉检测系统的组成和检测原理。以人民币纸币的动态检测系统为例,着重讨论了SSPA的驱动、视频信号的处理和二值化以及数字信号的采集和处理方法,分析了系统的检测精度。
CO〈,2〉气体保护焊是目前使用最广泛的焊接方法之一,该文简要分析了CO〈,2〉体气保护焊飞溅产生的原因,并根据飞溅形成机理综述了减少飞溅的主要措施。
阐述了如何根据响函数,从线性映射的角度来创建状态空间数学模型的理论。