基于多模型的随机自适应切换控制

来源 :第二十届中国控制会议 | 被引量 : 0次 | 上传用户:yy04081406
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
众所周知,当对系统参数的变化范围缺乏足够了解时,基于单一算法的传统自适应控制系统的瞬态性能一般比较差,而克服这一缺点的直观且可行的方法是根据多个不同模型的输出预报值,通过在线切换而设计自适应控制器,本文针对一类典型的具有白噪音干扰的随机线性系统,严格证明了基于最小二乘估计的多模型最小方差自适应切换控制系统的稳定性及最优性.
其他文献
本文针对含有不确定性的关联大系统,研究当系统的状态不可观测时的分散鲁棒镇定问题.系统的不确定性不满足匹配条件,且不确定性具有数值界.应用线性矩阵不等式(LMI)方法,获得了关联大系统可分散状态观测器反馈镇定的充分条件,即一组LMIs有解.文中的仿真示例说明了该方法的有效性和优越性.
会议
会议
最优H∞范数及Hamiltonian微分方程边值问题一阶特征值之间等价关系的基础上,通过将微分方程离散化为差分方程,即可利用扩展的Wittrick-Williams方法计算最优H∞范数γ.本文证明了Wittrick-Williams特征值计数定理的扩展形式;并介绍了计算差分方程系数矩阵的精细积分方法,这些系数矩阵是按照扩展的Wittrick-Williams算法进行特征值计数的基础;最后给出了算法
通过二进制与浮点数两种编码方式的结合使用,基于传统直接优化方法的加速搜索思想引入加速算子,同时采用改进的进化策略变异方法,提出一种解决非线性优化问题的变焦加速进化遗传算法,仿真结果验证了这种新算法的有效性和合理性.
本文提出了一种基于广义预测控制和智能神经网络的新型控制方法.这是一种理想的控制策略,尤其适用于控制难度高,精度要求也较高的智能建筑中.实践证明,整个系统的推理效率明显提高,并验证了此控制方法比传统的经典控制理论和现代控制理论更为全面、准确和迅速.为智能控制在智能大厦的应用方面提供了一个既有理论研究意义又有实际使用价值的课题与方向.
文章考虑的是在缺乏Cesari型条件的情况下最优控制的存在性定理.文章研究了状态方程为半线性的椭圆型方程控制系统.利用松弛化原来的控制问题并得到最优松弛控制的存在性,又充分利用最优松弛控制的最大值原理来证明至少有一个最优松弛控制是经典的.从而得到原问题最优控制的存在性.这一方法也可以用于半线性抛物型方程情形,得到相应的结果.
本文以汽车主动悬架控制为例提出了约束系统的鲁棒干扰抑制问题,并利用概率分布将其描述为一个多RMS增益目标的控制问题.在多目标控制和LMI理论框架下,给出该问题的一个最优状态反馈解.最后,用所提出的控制方法解决汽车主动悬架的控制问题并给出分析比较结果.
本文基于一种简化的神经网络结构及其相应的快速辨识算法,提出了控制非线性系统的自适应预估方法.它综合了自适应预估控制在控制线性系统中撤退 好特性和神经网络在辨识、控制非线性系统中的高精确性.在控制器设计中对网络中线性模型采用最优预估设计反馈控制器,而把网络模型中非线性输出作为可测扰动通过前馈控制加以消除,从而达到在线实时控制的目的.大量实验表明该控制器设计简单,适应力强,鲁棒性好,能有效控制一类非线
本文对单输入单输出系统在控制器与对象均以常数加权加性模式摄动的情况下,对控制器与对象摄动界之间的相互关系进行了研究.文中采用了两种方法分别讨论了当标称对象的摄动界一定及改变时其与控制器摄动界的关系.研究的结果对系统的设计具有一定的参考价值.