暂无评论
基于多层神经网络的饱和非线性输入自适应控制.pdf
是一篇关于模糊灰色预测控制研究的小论文，希望对大家有帮助！
传统的直接转矩控制的速度环采用PI调节器,PI控制算法是基于线性系统设计的,而交流异步电机具有非线性、强耦合等特点,所以采用传统PI调节器系统的控制性能较差。拟将模糊自适应PI调节代替传统的PI调节器
摘要:随着电力电子技术的发展,电力电子设备在工业、农业等领域都得到了广泛的应用。这些设备中的非线性器件产生的谐波污染问题给工业生产和社会生活带来了危害与不便。因此,提高功率因数消除谐波成为电力电子技术
为解决模糊控制器中规则数目随系统变量呈指数增长的问题, 利用分层模糊系统设计了一类 非线性系统的直接自适应模糊控制器, 并证明了所提出的设计方法不但能保证闭环系统的一致有界性, 而且可使跟踪误差收敛到
针对非线性系统,提出了一种基于BP神经网络的预测控制方法。以BP神经网络建立多步预测模型并预测系统输出值,用LM(Levenberg-Marquardt)算法和PSO(Particle Swarm O
针对非线性系统的控制问题，提出了一种基于LS-SVM的预测控制技术。该方法将LS-SVM和非线性预测控制思想有机结合，利用混沌映射的特性，通过引入混沌优化技术对LS-SVM参数进行优化，同时又将其作为
针对柔性互联配电网中源荷不确定性问题,提出了一种基于改进模型预测控制的优化调度方法。建立基于模型预测控制的柔性互联配电网日内优化调度模型,采用自适应动态权重方法处理包含综合供电成本和电压偏差的多目标优
具有未知控制方向非线性系统全局自适应控制，叶旭东，，本文提出一种具有未知控制方向非线性系统的全局自适应控制，它能有效地避免过度参数化。论文的关键是一个关于多Nussbaum函数的引理�
提出一种基于T 2S 模型的模糊预测控制策略. 利用模糊聚类算法离线辨识T 2S 模型, 采用带遗忘因子的递推 最小二乘法进行模型参数的选择性在线学习; 对模糊模型在每一采样点进行线性化, 将T 2S
暂无评论