基于向量Lyapunov函数方法的顾前顾后型车辆跟随控制

采用固定车辆间距跟随策略,研究考虑前后车辆信息的"顾前、顾后"型自动化公路系统车辆纵向跟随控制。假定被控车辆能获得前后相邻车辆及车队领头车辆的状态信息,基于非线性车辆纵向动力学模型,设计了车辆跟随系统的纵向滑模控制规律;应用向量Lyapunov函数方法和比较原理,对一类无限维非线性关联系统的稳定性进行研究,在假定系统满足全局Lipschitz条件的情况下,以孤立子系统的稳定性条件为基础,得到该类非线性关联系统指数稳定性充分判据;基于该稳定性判据,对"顾前、顾后"型车辆跟随系统的稳定性进行分析,得到系统控制参数的收敛区域。研究结果表明:设计的车辆纵向跟随控制规律能使车辆速度误差和间距误差具有较快的收敛速度。

基于向量Lyapunov函数方法的模糊控制系统稳定性分析和设计

采用模糊动态模型对连续时间非线性系统进行模糊控制 ,对闭环模糊系统的稳定性进行分析 ,并给出系统化的控制器设计程序 ;在一系列局部模型通过模糊隶属函数连接得到的连续的全局模型中 ,全面考虑其它关联子系统对标称线性系统的摄动 ,并利用向量Lyapunov函数的概念和方法 ,得到了闭环模糊系统稳定的充分条件 ;

基于向量Lyapunov函数方法的高超声速飞行器着陆段一体化导引与控制律设计

基于向量Lyapunov函数方法,设计了高超声速飞行器着陆段一体化导引与控制律。首先,根据高超声速飞行器着陆段三自由度运动学与动力学模型、阻力加速度动力学模型、姿态动力学方程,在考虑飞行器动力学方程中的不确定因素及可能存在的扰动因素的情况下,推导出制导与控制一体化非线性全耦合模型。然后,将上述非线性全耦合模型抽象为一类具有不确定性和强非线性的MIMO系统,针对该类系统,利用向量Lyapunov函数方法设计鲁棒控制器。最后,通过仿真计算对所提出控制器的有效性进行了检验。

基于Lyapunov函数方法的时滞车辆纵向跟随控制

应用向量Lyapunov函数方法和比较原理,基于非线性车辆动态耦合模型,研究具有时间滞后的车辆跟随系统的指数稳定性问题,得到了车辆跟随系统的指数稳定性判据.根据滑模控制策略确定了车辆跟随系统的纵向控制规律,基于稳定性准则设计了车辆纵向跟随控制器参数.仿真结果表明,基于该方法设计的车辆纵向跟随控制器能使跟踪误差具有较快的收敛率.

基于自优化的多属性高斯核函数相关向量机方法

在相关向量机的预测模型中,核函数的选择和核参数的取值对模型预测性能影响很大.针对这一问题,文中采用多属性高斯核函数建立相关向量机预测模型,提出了一种自优化的核参数学习方法进行参数优化,并将该模型用于二维标准函数预测和污水处理系统出水水质预测,与不同核函数下的相关向量机模型以及不同参数优化方法下获得的预测模型进行了对比实验.结果表明,基于自优化的多属性高斯核相关向量机模型对低维数据的参数敏感度较低,对高维数据有良好的输出精度和稀疏性,在污水出水水质预测中获得比较满意的结果.

基于向量Lyapunov函数和LMI的大系统分散镇定

基于线性关联大系统的比较方程稳定性判据,给出了一种完全解耦的子系统控制器设计方法.该方法通过构造一个向量Lyapunov函数来满足比较方程的稳定性要求,并将控制器的设计转换为一组线性矩阵不等式的求解,进而对大系统进行镇定.由于各子系统控制器的设计可独立进行,相较于加权Lyapunov函数方法,该方法降低了控制算法的计算量和难度.仿真结果表明了该方法的可行性和有效性.

向量Lyapunov函数与集值微分系统的稳定性

讨论一类集值微分系统的稳定性问题。通过引入函数的上拟单调增的概念,并利用向量Lyapunov函数,给出连接两个高维系统解的新的比较定理。利用所得到的比较定理,给出集值微分系统等度稳定,等度渐近稳定和一致等度渐近稳定的判别准则。实例分析验证了所得结果的正确性。

求解平面向量的最值与取值范围问题的思维方法

平面向量的最值与取值范围问题是高中数学的一个重要知识点,也是每年高考的常考点,同学们要熟练掌握并能灵活应用。下面就有关这方面的问题进行举例分析,供同学们参考。一、借助向量的模或数量积的意义构建二次函数求最值例1如图1所示,半圆的直径AB=2,O为圆心,C是半圆上不同于A,B的任一点,若P为半径OC上的动点,则(PA→+PB→)·PC→的最小值是__。

切换线性随机系统的指数稳定分析:多Lyapunov函数方法

考虑随机扰动对于切换系统稳定性的影响。我们推广多Lyapunov函数方法并利用噪声的统计性质建立几乎必然指数稳定的条件。进而,给出了子系统反馈控制器的设计条件以使闭环系统是几乎必然指数稳定的。最后,通过一个仿真算例验证了方法的有效性。

三角函数与平面向量中的数学思想方法

三角函数与平面向量中的数学思想方法，是解决三角函数与平面向量问题的指南。

向量Bent函数的进一步研究

向量Bent函数在密码学,编码理论和序列设计等领域应用广泛,是一个重要的研究课题。文章旨在通过对向量Bent函数的研究,得出新的向量Bent函数的构造方法。首先通过对Carlet给出的Bent函数的经典非直和构造的研究,将其推广到向量Bent函数上,并给出构造后函数的谱值公式。然后将布尔函数的级联构造方法推广到向量布尔函数上,通过研究函数间的谱值关系,给出级联4个函数得到的向量布尔函数为向量Bent函数的条件。最后得到3类向量Bent函数的二次构造。

时滞脉冲切换系统的实用稳定性-带Razumikhin条件的Lyapunov函数方法

用带Razumikhin条件的Lyapunov函数方法研究了一般形式的时滞脉冲切换系统的实用稳定性,得到了时滞脉冲切换系统实用稳定、一致实用稳定的充分条件.最后,给出了具体的例子及其数值模拟.

解决一类无理函数值域的向量方法

这类由根式和构成的无理函数，其值域问题对学生来说是一个难题，解决此问题的通法是利用导数研究函数的性质，揭示其函数值变化的规律后获得所求值域．但由于根式的存在，使这种方法的运算量很大，

平面向量问题中的易错点剖析

平面向量融数、形于一体,具有几何与代数的“双重身份”,它是沟通代数、几何与三角函数的一种工具,有着极其丰富的实际背景。下面针对同学们在向量求解过程中的易错点,探究其原因,给出应对方法和策略,希望助同学们一臂之力。

基于支持向量回归的多时间序列自回归方法

能耗时间序列涉及多种能源,且各种能源间关系复杂,主要通过多个独立的单时间序列进行预报,这种方式忽略了多时间序列之间的依赖性。为了充分利用多时间序列之间的关联信息以提高预报的准确性,根据机器学习中的向量值函数学习和多任务学习理论,采用支持向量回归(SVR)算法建立了多时间序列的向量值自回归方法和多任务自回归方法。实验结果证明,与多个独立的单时间序列模型相比,通过这种方法建立的多时间序列自回归模型在焦化工序能耗预报中表现出了更好的性能。

核函数方法及其模型选择

核函数方法已成为近年来机器学习领域继人工神经网络方法之后又一个十分流行和有效的方法.阐述了核函数方法的基本原理、特点及实施步骤,介绍了几种主要的核函数方法,最后重点分析和讨论了核函数方法中参数选择和核函数构造等核函数方法研究中的热点问题,并对其未来研究作了展望.

支持向量机学习方法的选择与应用

介绍支持向量机中的核函数及其参数的选择和相关应用技术,以及SVM的应用研究。在不同的学习方法下进行了仿真实验,并对4种不同方法的分类特性进行了对比分析,给出了在不同模式识别问题中不同方法的选择条件。

基于支持向量机和蒙特卡洛的结构可靠性分析方法及应用

将支持向量机作为极限状态函数重构的工具引入结构可靠性分析问题中,并结合蒙特卡洛方法,分别给出了模式识别型和函数回归型两种支持向量机(SVM)模型应用于结构可靠性分析的计算流程图。结合数值算例,对两种支持向量机模型在结构可靠性问题的应用方面进行了对比,并研究了训练样本数目、核函数类型、模型参数的取值以及随机变量数目等因素对可靠性分析结果的影响。最后以某自升式平台为工程对象,进行了考虑多个随机变量的结构可靠性评估。结果表明:在应用支持向量机方法进行极限状态函数重构时,无论是模式识别型SVM模型还是函数回归型SVM模型均可取得良好的效果,前者对模型参数的敏感程度大于后者;支持向量机理论作为极限状态函数重构工具与蒙特卡洛方法相结合,可有效解决大型复杂工程结构可靠性分析精度和效率问题。

核函数的性质及其构造方法

支持向量机是一项机器学习技术,发展至今近10年了,已经成功地用于模式识别、回归估计以及聚类等,并由此衍生出了核方法。支持向量机由核函数与训练集完全刻画。进一步提高支持向量机性能的关键,是针对给定的问题设计恰当的核函数,这就要求对核函数本身有深刻了解。本文首先分析了核函数的一些重要性质,接着对3类核函数,即平移不变核函数、旋转不变核函数和卷积核,提出了简单实用的判别准则。在此基础上,验证和构造了很多重要核函数。

超核函数支持向量机

支持向量机是当前机器学习、模式识别和数据挖掘等领域的重要学习方法,核函数的构造是研究和应用支持向量机的关键问题。针对这一问题,提出了核函数构造的组合理论,定义了超核函数概念,并通过多项式组合现有核函数构造出一类超核函数。具体地,首先分析了一般核函数存在的过学习和欠学习现象,然后证明了组合理论构造的核函数的Mercer性质,并通过在仿真数据集和标准数据集上的对比实验,验证了超核函数的性能。理论分析和实验结果阐明了所提出的超核函数组合构造理论的合理性和有效性,开拓了模型选择组合方法的研究途径。