基于二阶泛模型的无模型自适应控制及参数整定

首先充分利用无模型自适应控制(MFAC)边建模、边控制的特点,推导基于二阶"泛模型"的改进无模型自适应控制方法,并推导伪偏导数及控制律的迭代公式,与基于一阶泛模型的MFAC方法相比,改进策略可以使每次迭代的泛模型更加准确,从而进一步提高控制精度。接着,针对改进MFAC的参数整定问题,提出基于优化技术的控制器参数整定方法,运用辨识出的近似模型针对不同的目标函数进行优化,使得其实用范围更加广泛。通过大量仿真实验对比可以看出:经过Jeu-tr型性能指标进行参数优化的改进MFAC控制器动态响应最好,且优化迭代次数较少。因此,控制效果得到显著改善。

离散时间非线性系统线性化的泛模型方法

考虑离散时间非线性系统线性化问题 ,提出一种“泛模型”方法 ,泛模型是具有时变参数、形式为线性的模型族。证明了工程上能实现的非线性系统 ,在输入

基于PSO优化泛模型的非线性系统控制

针对一类非线性离散时间动态系统,提出了基于改进泛模型的非线性控制方法。该方法首先将非线性系统动态线性化为带误差修正的改进泛模型,对其中的时变特征参量建立AR模型进行预报,然后在改进泛模型的基础之上,根据二次型性能指标设计最优控制律,控制律中的未知参数即为AR模型中的参数以及泛模型中的误差修正系数,将其作为粒子向量,采用粒子群优化(PSO)算法进行优化。经过优化后的控制律作用于该非线性对象,可以收到良好的控制效果。该方法的优势在于简单而且易于实现。仿真结果表明了算法的有效性。

泛模型自适应控制律

提出一类通用的模型，称之为泛模型，事实上，它是一个模型族。文章还分析了依据泛模型所设计的控制律的重要性质。

S型规整填料的液泛特性及模型研究

用直径为0.5 m、填料高度为1 m的有机玻璃塔,在常温常压下以空气和水为介质,在不同的喷淋密度下测定S型规整填料的液泛性能,并将其液泛气速与CY型和SQ型规整填料进行了比较。实验结果表明,S型规整填料具有较大的液泛气速,S-800型填料液泛气速较CY-800和SQ-800平均提高了20.77%和15.34%。由规整填料层内流体的水力学理论关系式可推导得到S型填料的液泛气速模型,该模型的计算值与实验值的最大相对偏差均为3.09%,平均相对偏差为2.29%,可用来预测S型规整填料的液泛特性。

布尔模态逻辑的泛模型与有限模型

布尔模态逻辑是一种模态词带结构的模态逻辑,其模态词及模态词的运算构成一个布尔代数.文献[1]讨论了布尔模态逻辑BML的有关性质,本文在此基础上研究了BML泛模型的存在性.文献[2]中考察了PDL泛模型的存在性,由于BML拟标准模型的可达关系的运算要求满足布尔运算规律,与PDL模型有很大的差异,文献[2]中构造泛模型的方法对BML无效,本文利用基本模态词编码的方法将“P-射”技术一般化,由非标准模型构造出拟标准泛模型.另外,本文还讨论了含n个原子模态词时BML的有限模型性质并进一步利用公式闭包及符号闭包的方法给出BML小模型规模的上界,所谓模型的规模指模型可能世界集的基数.

同心圈式超重力旋转床液泛模型

同心圈式超重力旋转床是一种新型超重力旋转床。液泛是超重力旋转床流体力学的重要特征。同心圈式超重力旋转床液体分布器和转子内缘之间的环形空间内的液滴被气体夹带,液滴受到离心力和气体曳力的作用,通过建立微分方程可获得液滴径向速度为零时的液滴运动径向距离。当该径向距离小于环形空间的径向距离,此时产生雾沫夹带液泛。由此建立同心圈式超重力旋转床雾沫夹带液泛模型。实验以空气和水为物系,测定了转子直径为1000 mm、高度为100 mm的同心圈式超重力旋转床在不同转速和表观液速下气体进口和出口之间的气相压降随表观气速的变化。气相压降随表观气速的增大先缓慢增大后快速增大。用表观气速对气相压降求导和目测旋转床中心气体出口处出现大量液体被气体夹带来确定液泛点气速。通过液泛点气速求得雾沫夹带液泛模型的系数k,并对该系数k进行关联。该雾沫夹带液泛模型的计算值和实验值吻合很好,平均偏差为3.1%。该模型优于Sherwood液泛模型,对同心圈式超重力旋转床的工业应用提供了必要的设计依据。

基于模型激励响应的负荷分类及泛化能力

负荷时变性已经成为制约负荷模型推广应用的主要因素,而负荷分类则是解决这个问题的很好的办法。本文提出了一种新的负荷分类及模型泛化的方法:首先以模型阶跃响应为特征矢量,采用聚类分析的方法对负荷进行分类,然后用多曲线拟合的方法对每一类建立一个代表整个类的负荷模型,并对各类模型的参数以及各类扰动数据之间存在的规律进行分析,在此基础上按照一定的规律合并类,最终得到了具有较强泛化能力和实用性的负荷模型。

泛逻辑控制模型研究

提出了一种基于泛逻辑学中零级泛组合模型的泛逻辑控制器,并根据输入变量数目的不同,设计了一维到四维泛逻辑控制模型结构。由于考虑到输入量之间的广义相关性,泛逻辑控制模型具有较强的通用性和适应能力,针对不同被控对象无须单独设计,是一种具有柔性潜质的智能控制模型。对典型线性和非线性系统的控制实验,证明了模型的有效性和优越性。

泛逻辑泛运算模型之间的关系

研究泛逻辑的泛与运算模型、泛或运算模型与模糊非之间的关系。证明了零级泛与运算模型T(x,y,h)、零级泛或运算模型S(x,y,h)与强非N(x)=1-x形成De Morgan三元组,当h∈(0,0.75),零级泛或运算S(x,y,h)=(m in(xm+ym,1))1/m,N(x)=(1-xm)1/m时,T,S,N形成一个强DeMorgan三元组。进一步证明了一级泛与运算模型T(x,y,h,k)、一级泛或运算模型S(x,y,h,k)与N(x)=(1-xn)1/n满足De Morgan定律;特别当h∈(0,0.75),一级泛或运算模型S(x,y,h,k)=(m in(xnm+ynm,1))1/nm,N(x)=(1-xnm)1/nm时,T,S,N形成一个强DeMorgan三元组。

一种基于生成对抗网络与模型泛化的机器人推抓技能学习方法

杂乱环境中机器人推动与抓取技能自主学习问题被学者广泛研究,实现二者之间的协同是提升抓取效率的关键,本文提出一种基于生成对抗网络与模型泛化的深度强化学习算法GARL-DQN。首先,将生成对抗网络嵌入到传统DQN中,训练推动与抓取之间的协同进化;其次,将MDP中部分参数基于目标对象公式化,借鉴事后经验回放机制(HER)提高经验池样本利用率;然后,针对图像状态引入随机(卷积)神经网络来提高算法的泛化能力;最后,设计了12个测试场景,在抓取成功率与平均运动次数指标上与其他4种方法进行对比,在规则物块场景中两个指标分别为91.5%和3.406;在日常工具场景中两个指标分别为85.2%和8.6,验证了GARL-DQN算法在解决机器人推抓协同及模型泛化问题上的有效性。

计及模型泛化能力的小水电机群动态等值方法研究

在中国西南地区存在大量小水电机群集中并网的现象,在分析其对大电网影响时,现有小水电机群等值模型存在泛化能力不强的问题,即等值模型虽然可以很好地重现已记录的故障信息,但是却难以准确表征系统在未知故障下的动态特征。为解决这个问题,该文针对传统等值模型泛化能力不强的原因进行详细分析,并提出计及模型泛化能力的小水电机群动态等值新方法。通过同调性判别,对小水电机群进行分群与多机表征;采用五阶发电机模型对单台等值电机进行建模,并对发电机本体和励磁参数进行辨识;利用灵敏度分析方法,将待辨识参数分为关键参数和非关键参数,避免等值模型多解问题;针对电力系统高度非线性化的特征,基于多目标优化算法对关键参数和非关键参数进行分步辨识。最后,在四川某水电外送通道模型中验证所提方法的有效性。

基于幂零泛与运算模型的命题模糊逻辑

本文讨论了泛与运算模型 T(x,y,h)(h∈(0,0.75))的一些性质;证明了泛与运算模型 T(x,y,h)(h∈(0,0.75))是一个幂零三角范数;而且泛与运算模型 T(x,y,h)(h∈(0,0.75))与泛蕴涵运算模型 I(x,y,h)(h∈(0,0.75))是一个伴随对;进一步证明了([0,1],∨,∧,*,→,0,1)作成一个 MV-代数。给出了基于幂零泛与运算模型 T(x,y,h)(h∈(0,0.75))的模糊命题演算系统 PC(T),证明了此命题演算系统与 Lukasiewicz 逻辑命题演算系统是等价的。

时域漂移的泛克里格模型

将地质统计学中的泛克里格模型的漂移在时间域上进行计算,在满足无偏性估计要求的条件下,得到泛克里格模型的一种新形式。与原模型比较,所得模型能够体现数据的时空特性,并且模型形式得到简化。该模型适用于具有长期观测资料,同时观测位置相对固定的估计和预测问题。

泛化语言模型在汉维机器翻译中的应用

针对汉维统计机器翻译中维吾尔语具有长距离依赖问题和语言模型具有数据稀疏现象,提出了一种基于泛化的维吾尔语语言模型。该模型借助维吾尔语语言模型的训练过程中生成的文本,结合字符串相似度算法,取相似的维文字符串经过归一化处理抽取规则,计算规则的参数值,利用规则给测试集在解码过程中生成nbest译文重新评分,将评分最高的译文作为最佳译文。实验结果表明,泛化语言模型减少了存储空间,同时,规则的合理使用有效地提高了翻译译文的质量。

基于泛平均运算的矿井瓦斯浓度组合预测模型

为有效分析煤矿瓦斯监测数据以实现准确、可靠的瓦斯浓度预测,基于不等权泛平均运算模型,研究瓦斯浓度时间序列组合预测的方法,提出一种新的矿井瓦斯浓度组合预测模型,并证明最优组合预测模型是其特例。采用自回归(AR)模型和径向基函数(RBF)神经网络预测模型作为组合预测模型的单项预测模型;以遗传算法和最小二乘法确定新组合预测模型的参数,实现瓦斯浓度预测单项模型的最优组合。试验分析表明:新模型在平方和误差、平均绝对误差、均方误差、平均绝对百分比误差、均方百分比误差等评价指标上,均取得比自回归模型、径向基函数神经网络模型和最优组合预测模型更低的误差。

泛逻辑的一级泛运算模型的代数性质

论文讨论泛逻辑的一级泛运算模型的基本代数性质。证明了T(x,y,h,k)(h∈(0,0.75),k∈(0,1))是幂零的阿基米德型三角范数,T(x,y,h,k)(h∈(0.75,1),k∈(0,1))是严格的阿基米德型三角范数;泛与运算模型与泛蕴涵运算模型形成一个伴随对。当h∈(0,0.75),k∈(0,1)时,有界格(眼0,1演,∨,∧,觹,→,0,1)做成一个MV-代数;当h∈(0.75,1),k∈(0,1)时,有界格(眼0,1演,∨,∧,觹,→,0,1)做成一个乘积代数。进一步,给出了一级泛与运算模型与泛或运算模型的加性生成元与乘性生成元。

泛组合运算模型研究

泛逻辑学是在模糊逻辑的基础上,分析命题之间关系的连续可变性。提出了"广义相关性"和"广义自相关性"两个重要的概念,将命题连接词运算模型定义为由相关性所控制的算子簇,实现了命题连接词运算模型的柔性化。其中泛组合运算模型是为了满足连续值逻辑中综合决策的需求而提出的。目前仅有二元模型,在实际应用中迫切需要多元模型。但由于泛组合问题的复杂度随着"元"的个数增加而急剧增大,其设计有一定的难度。提出了多元泛组合运算模型和生成元加权零级泛组合运算模型,从而不仅满足了应用中多元综合决策的要求,还进一步完善了泛逻辑学中的命题连接词理论。

泛逻辑的零级泛运算模型的代数性质

讨论泛逻辑的零级泛运算模型的基本代数性质。证明T(x,y,h)是阿基米德型三角范数;泛与运算模型与泛蕴涵运算模型形成一个伴随对;当h∈(0,0.75)时,有界格([0,1],∨,∧,*,→,0,1)做成一个M V-代数;当h∈(0.75,1)时,有界格([0,1],∨,∧,*,→,0,1)做成一个乘积代数。进一步,给出了零级泛与运算模型与泛或运算模型的加性生成元与乘性生成元。

阴阳相关性的泛系模型

用泛系与集合论原理 ,可以系统地揭示阴与阳之间的相关性 。