基于AR模型时延预测的改进GPC网络控制算法

针对国内外转炉炼钢终点控制的现状, 建立了一种用于终点预测的神经网络模型。以炉口辐射信息获取系统为实验平台, 运用光纤谱分复用和颜色空间模型转换技术, 分析发现了光谱与图像信息特征量在吹炼过程中呈现出

基于matlab的模型预测控制算法及其仿真结果

针对网络控制系统中同时存在时延和丢包问题，基于零阶保持器的工作机制，将同时受时延和丢包影响的网络控制系统建模为输入带有时延的控制系统，根据李雅普诺夫稳定性理论和时滞系统理论得出控制系统的时滞相关稳定性

利用改进的Gerchberg-Saxton(GS)算法和广义相衬(GPC)结构,用纯相位空间光调制器(SLM)实现彩色图像的重现。提取出彩色图像的红、绿、蓝三色信息,利用改进的GS算法和相应波长的GP

趋势预测问题是当前社会计算中的研究热点,但微博平台的话题趋势预测还处在探索阶段。在分析、抽取和定义事件趋势的影响因素的基础上,改进了人口模型使其适用于微博趋势预测,然后将改进的人口模型映射在神经网络上

为了对矿井深部瓦斯涌出量进行预测,介绍了灰色线性回归组合模型的建模方法,以某煤矿相对瓦斯涌出量统计数据为实例,利用灰色线性回归组合模型对其瓦斯涌出量进行预测,通过检验得出模型的精度等级为一级。结果表明

基于改进灰色GM模型的边坡变形预测，杨允，，在高边坡开挖过程中，通过监测可以得到大量位移监测数据，利用这些监测数据时间序列建立非线性模型来预测高边坡开挖变形可以取得

粒子群算法与神经网络的结合，加快神经网络的训练时间，避免陷入局部极值

基于改进递推预测误差神经网络算法的RBF神经网络PID控制方法，王银河，吴平景，针对工业控制中系统模型参数通常未知的特点，利用改进递推预测误差算法为基础的神经网络系统参数辨识方法，设计了RBF神经网络

为解决具有时延和非时延的动态节点的复杂网络基于自适应反馈的同步问题,采用理论分析和仿真方法,基于Lyapunov稳定性理论和自适应反馈控制理论,设计了线性控制器.研究结果:得到具有时延和非时延的动态节