共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
3.
针对一类在有限时间区间上重复运行的非线性系统,提出了一种带有初态学习的闭环D型迭代学习控制算法,并利用算子理论证明了系统在任意初态条件下经过迭代学习后,其输出能够完全跟踪期望轨迹,同时得到了该算法收敛的谱半径形式的充分条件。该算法不仅解决了闭环D型迭代学习控制的初态问题,而且还放宽了收敛条件。最后通过simulink、matlab语言和S函数相结合的方法对控制系统进行了仿真,仿真结果验证了该算法的有效性。 相似文献
4.
This paper deals with the problem of iterative learning control for a class of discrete singular systems with fixed initial shift. According to the characteristics of the discrete singular systems, a closed-loop learning algorithm is proposed and the corresponding state limiting trajectory is presented.It is shown that the algorithm can guarantee that the system state converges uniformly to the state limiting trajectory on the whole time interval. Then the initial rectifying strategy is introduced to the discrete singular systems for eliminating the effect of the fixed initial shift. Under the action of the initial rectifying strategy, the system state can converge to the desired state trajectory within the pre-specified finite time interval no matter what value the fixed initial shift takes. Finally, a numerical example is given to illustrate the effectiveness of the proposed approach. 相似文献
5.
一般非线性离散系统的闭环迭代学习控制研究 总被引:2,自引:0,他引:2
通过对开环迭代学习控制的不足进行分析,提出了基于当前输出误差的闭环P型迭代学习控制律,针对一般非线性离散系统,给出了学习控制的收敛条件。仿真结果表明,简单的闭环P型迭代学习控制即能使非线性系统实现对期望轨线的无差跟踪。 相似文献
6.
7.
任意初始状态下迭代学习控制的频域分析 总被引:6,自引:0,他引:6
针对广义受控对象G(s) ,提出了一种迭代学习控制器在频域中设计的思想 ,给出了在任意初始状态下迭代学习控制算法收敛的充分条件 ,证明了经过逐次迭代后系统实际输出信号对期望输出信号的逼近特性 ,输出跟踪误差将一致有界 ,且与期望状态及期望输入无关。进一步讨论了反馈控制在迭代学习控制器中的作用。仿真结果表明了该算法的有效性。 相似文献
8.
9.
针对T-s模糊系统的轨迹跟踪控制问题,提出了基于正交多项式的迭代学习算法.该方法首先推导了T-S模糊全局系统的等价系统,然后利用正交多项式级数展开技术和其积分运算矩阵,将等价系统的微分方程转化为代数方程.在此基础上,用迭代学习的方式来修正输入量的正交多项式系数.所得算法对于具有任意相对阶的非线性系统,可用输出误差信号本身来构造学习律.仿真实例表明了新算法的有效性. 相似文献
10.
不确定时滞非线性系统的迭代学习控制 总被引:5,自引:0,他引:5
针对一类不确定状态时滞非线性系统 ,提出了一种形式简单的迭代学习控制算法 ,从理论上给出了算法收敛的充分条件 ,进一步分析了不确定状态时滞、系统采样频率与跟踪性能之间的关系。该学习算法无需精确已知系统的状态时滞 ,而只要估计状态时滞的界 ,因而具有算法简单、计算量小、易于实现等特点。仿真结果表明了该算法的实用性和有效性。 相似文献
11.
一类非线性系统在任意初值下的开环D型迭代学习控制 总被引:1,自引:0,他引:1
给出了一类非线性时变系统在任意初值条件下采用开环D型迭代学习控制算法时的收敛条件,运用算子理论进行收敛性证明。该算法克服了系统输出信号跟踪期望输出依赖于期望状态和期望输入的缺陷,解决了迭代学习控制中的初始状态问题,而且收敛条件放宽了,给出了仿真研究实例,研究结果说明该算法的有效性。 相似文献
12.
13.
14.
15.
基于T-S模型的迭代学习控制算法及其在机器人点位控制中的仿真研究 总被引:3,自引:2,他引:3
考虑了一类特殊的迭代学习控制问题,即用迭代学习方法解决机器人的点位控制问题。采用T-S模型描述机器人系统,在T-S模型的基础上,运用并行分配补偿方法(PDC)确定T-S模型的迭代学习控制器结构,并给出了误差收敛条件。为避免迭代过程的初始定位操作,丈中还设计了模糊循环迭代学习律。最后以在垂直面内运动的单关节的机器人为例说明了所提出方法的有效性。 相似文献
16.
17.
18.
递阶稳态优化下非线性大工业过程的迭代学习控制 总被引:1,自引:0,他引:1
对递阶稳态优化下非线性大工业过程施行迭代学习控制 ,目的是进一步改善大工业过程的动态品质 .建立迭代学习控制的基本结构 ,提出迭代学习控制算法关于控制系统的ε-收敛性和期望目标轨线的δ -可达性的概念 ,对具有死区与滞后的饱和非线性大工业过程控制系统给出加权超前开环PD-型迭代学习算法 .利用 Bellman-Gronwall不等式和λ范数理论 ,论证了算法的收敛性 .数字仿真表明 ,迭代学习控制能有效改善递阶稳态下非线性大工业控制系统的动态品质 . 相似文献
19.
20.
In this paper, a KELM-based ensemble learning approach, integrating Granger causality test, grey relational analysis and KELM(Kernel Extreme Learning Machine), is proposed for the exchange rate forecasting. The study uses a set of sixteen macroeconomic variables including, import,export, foreign exchange reserves, etc. Furthermore, the selected variables are ranked and then three of them, which have the highest degrees of relevance with the exchange rate, are filtered out by Granger causality test and the grey relational analysis, to represent the domestic situation. Then, based on the domestic situation, KELM is utilized for medium-term RMB/USD forecasting. The empirical results show that the proposed KELM-based ensemble learning approach outperforms all other benchmark models in different forecasting horizons, which implies that the KELM-based ensemble learning approach is a powerful learning approach for exchange rates forecasting. 相似文献