线性时变对象鲁棒自适应控制器的稳定性

文献[1]用鲁棒自适应律解决了线性慢时变对象的模型参考自适应控制问题.针对这一问题,本文着重证明了该时变系统中的信号有界性.     

微粒群算法优化设计自适应滤波器

针对自适应IIR滤波器潜在的不稳定性和性能指标函数容易陷入局部极小点而导致性能下降等问题,用一种新的优化算法-微粒群算法来对其进行优化设计,仿真结果表明用微粒群算法进行参数寻优不仅解决了自适应滤波器性能指标函数容易陷入局部极小点的问题,亦解决了稳定性问题.     

基于超稳定理论克服对象扰动自适应模型跟随控制*

基于超稳定理论与自适应逆控制理论,提出了一种新的能够克服对象扰动的自适应控制算法.该算法既简化了线性补偿器的计算,又能克服确定性和随机扰动,使系统输出能快速、稳定地跟随参考模型输出.仿真结果证实了算法的可行性.     

一种改进BP神经网络的算法

传统的神经网络BP算法存在收敛速度慢、存在局部极小点等问题,这种算法收敛慢的主要原因是它利用的是性能函数的一阶信息,递推最小二乘算法利用了二阶信息,但是需要计算输入信号的自相关矩阵的逆,计算量大,不易实现。本文提出一种梯度递推BP算法,它基于最小二乘准则,利用改进的梯度来实现BP算法,这种算法不用计算输入信号的自相关矩阵,并通过仿真证明了该算法的有效性。     

带有未知负荷机械手模型参考自适应控制问题

大多数机械手自适应控制问题是动力学特性一部分未知，另一部分已知的问题，本文运用适当的过程模型结构和参数化方式，将先验知识纳入MRAS（模型参考自适应系统）中，构成机械手的自适应控制。     

控制系统极点配置设计法

四、极点配置或模型选配设计法 1.摸型选配的一般理论古典控制理论始终是用输出Y(t)反馈的概念,它的设计方法主要是在频域内的补偿法。最简单的补偿是用调整增益来调整相对稳定性,快速性不足用超前补偿回路改     

基于BP网络逆模型的轧辊偏心自适应逆控制

针对冷轧带钢生产中的轧辊偏心控制问题,将神经网络与自适应逆控制相结合,提出一种基于BP网络逆模型的自适应逆控制方法。将系统的动态特性控制和对象的噪声控制分成两个独立的过程,当动态性能达到最优时,对象扰动的影响也减到最小。将该方法应用到350 mm四辊可逆液压轧机上,仿真结果表明,系统具有良好的动态和稳态特性。