基于隨機(jī)逼近算法的無模型直接自適應(yīng)控制.pdf_第1頁
已閱讀1頁,還剩66頁未讀 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、為了解決對受控對象數(shù)學(xué)模型結(jié)構(gòu)的依賴和未建模動態(tài)的問題,自適應(yīng)控制領(lǐng)域提出了無模型自適應(yīng)控制的概念,即不需要建立被控對象的數(shù)學(xué)模型,直接利用系統(tǒng)的輸入輸出數(shù)據(jù)來設(shè)計(jì)控制器對系統(tǒng)進(jìn)行控制.無模型直接自適應(yīng)控制從方法上講更加貼近真實(shí)意義上的控制思想,而非模型論.實(shí)踐中,因?yàn)楸苊饬私?shù)學(xué)模型的過程,使其應(yīng)用更為廣泛. 由于隨機(jī)逼近算法具有算式結(jié)構(gòu)簡單,不需要對象的具體數(shù)學(xué)模型以及對含有噪聲的數(shù)據(jù)有較好的處理能力等特點(diǎn),使其非常適用于

2、無模型直接自適應(yīng)控制.因此,本文在對隨機(jī)逼近算法進(jìn)行研究的基礎(chǔ)之上,主要側(cè)重于研究基于隨機(jī)逼近算法的無模型直接自適應(yīng)控制.通過各種控制方案進(jìn)行分析研究,發(fā)現(xiàn)存在的問題,并對方案進(jìn)行進(jìn)一步的改進(jìn). 本文在研究直接自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制(DA-NNC)中發(fā)現(xiàn),系統(tǒng)的跟蹤響應(yīng)存在一定程度的偏差,針對這一問題提出了加入PID補(bǔ)償器混合控制的方案,并通過仿真驗(yàn)證了混合控制可以有效地減小系統(tǒng)跟蹤響應(yīng)偏差.另外,在針對虛擬參考概念的研究中,深入討

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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