排序方式： 共有2条查询结果，搜索用时 812 毫秒
1
1.
模型参数不确定的连续系统自学习定性控制 总被引：3，自引：0，他引：3
对模型中含有不确定性因素的非线性系统给出了一种定性控制方法，避免了模糊控制器设计中存在的主观性和模糊规则难以获取等缺点．先将状态进行定性划分，再对每个定性状态根据期望约束利用不精确模型求出控制的参考范围及初值，最后对控制量在线自学习调整．此方法具有模糊控制的控制效果． 相似文献
2.
充分利用线性稳态大系统这一特点,采用一种新方法在不破坏可分性的前提下对求解问题进行凸化．这种两级算法是：上级（协调器）固定协调变量;下级各局部决策单元并行求解Ｎ个子问题,再把结果送回协调器．这样,通过上、下级不断的信息交换就可得到原问题的最优解．由于该方法消去了子系统等式约束相应的Ｌａｇｒａｎｇｅ乘子,故没有扩大求解空间,提高了优化效率．仿真结果表明算法是有效的． 相似文献
1