带自调整函数的模糊控制器在直流电机调速系统中的应用

提出一种带自调整函数的模糊控制器与二元函数的Lagrange插值算法相结合的控制算法,并将该算法应用于直流电机调速系统。自调整函数为指数函数,根据控制对象的具体情况和要求的不同,自调整函数中各参数可通过键盘进行调试。插值算法采用分片双二次Lagrange插值算法,调速实验结果表明了该控制算法的合理性和有效性。

带自调整函数的模糊控制器在风力发电机组中的应用

为改善系统输出功率的动态性能和稳态性能,运用一种由带自调整函数的模糊控制器与二元函数的分片双二次Lagrange插值算法相结合的控制算法,并详细分析了该算法实现过程的时效性和控制性能。自调整函数为指数函数,根据控制对象的具体情况和要求,用计算机键盘对自调整函数中的参数进行调试,参数确定后形成以偏差为自变量的自调整函数。为了提高复杂被控系统的控制精度,对模糊控制系统中的量化因子和比例因子进行了在线调整。运用SIMULINK的仿真结果表明,带自调整函数的模糊控制器和Lagrange插值法相结合的控制算法在风力发电机组中的应用显著改善了系统的控制品质和稳态性能。

汽车AMT电子节气门基于自调整函数的模糊控制

鉴于汽车自动变速器中的电子节气门具有非线性、不确定性等特性,并且要求电子节气门在不同的工况下、不同的车辆中都能达到实时精确的控制,提出了基于自调整函数并带积分项的智能模糊控制的原理和控制算法,仿真验证了该算法的有效性.

带自调整函数的模糊控制器在直流电机调速系统中的应用

提出一种由带自调整函数的模糊控制器与二元函数的Lagrange插值算法相结合的控制算法,并将该算法应用于直流电机调速系统。详细论述和分析了该算法的实现过程和控制性能。自调整函数为指数函数,根据控制对象的具体情况和要求的不同,自调整函数中各参数可通过键盘进行调试。插值算法采用分片双二次Lagrange插值算法。在130SZK05型宽调速直流电动机上进行了调速实验,极大地改善了系统的控制品质和稳态品质。

基于α(t)调整函数的模糊控制器优化研究

针对使用调整因子α对模糊控制器进行优化时存在不够灵活或难以在线实现的问题,以某一典型非线性被控对象为例,为其设计了α(t)调整函数,提出了一种基于MATLAB的α(t)调整函数实现及其参数优化方法,建立了基于α(t)调整函数的模糊控制系统优化的仿真分析模型。仿真结果表明使用α(t)调整函数来调整模糊规则优化模糊控制器,效果优于使用调整因子α,将α(t)调整函数参数初值α0及调整率η的寻优问题转化为求解非线性规划问题,效果良好,所取得的优选值几乎使系统达到"快速-无超调"的目标。

采用调整函数优化梯度的BP算法改进

针对基于梯度下降法的BP算法提出一种改进方法:AF法。即在权值修正中,引入一个调整函数优化梯度。调整函数作用在激活函数的导数上,用于平缓和优化激活函数的导数运算。并就4元校验码和Feigenbaum函数逼近问题进行算法比较。实验显示,应用本方法的单隐层BP网就能迅速有效地解决异或问题和4元校验码问题。

基于调整函数的永磁直线伺服电动机非线性自适应Back-stepping跟踪控制

对永磁直线伺服电动机提出基于调整函数的非线性自适应Back-stepping跟踪控制。在控制器设计中,提出一个新的设计思路,即d轴电流的动态规划:用某一参数估计的动态过程作为d轴电流的动态过程,只要参数估计值能精确估计未知参数,d轴电流必然收敛于零,从而直线伺服电动机获得最大电磁动力。仿真结果表明,本文推导出的控制律,利用不精确估计值,实现了永磁直线伺服电动机的加减速精确跟踪控制。

基于规则修改的Fuzzy控制自调整函数设计讨论

在综述了文献[1]、[2]、[4]中对多因子调整方法的基础上,介绍了在模糊控制领域,基于规则修改的自适应Fuzzy控制器自调整函数的设计方法和思想.

基于粒子群优化算法和动态调整罚函数的最优潮流计算(英文)

在电力市场环境下,诸多问题(例如实时电价,网络阻塞等)都需要最优潮流作为理想的工具。本文应用了一种简单有效、且收敛性很好的演化计算算法——粒子群优化算法(PSO)进行最优潮流问题的求解。在求解过程中,根据约束条件的越界量大小,动态的调节其罚函数,避免其收敛到局部最小点。应用此算法对IEEE30节点系统进行最优潮流计算,并且与线性规划和遗传算法进行了比较,结果表明该算法能够更好的获得全局最优解,具有实用意义。

专家系统中一个用函数自动调整进行模糊匹配的推理模型

本文给出了一个由五个元素组成的模糊推理模型 S={D,V,R,T,F},提出了用函数对关系矩阵进行模糊调整;讨论了如何选取调整函数F;给出了该推理模型的算法。最后分析了两个简单的调整函数。

用自调整S函数提高神经网络BP算法

学习算法是BP前馈神经网络研究中的核心问题。文中阐述了几种重要的BP算法的改进算法 ,提出了一种新的学习算法 ,即自动调整S型函数形状的算法 ,从理论上证明了此方法在一定前提条件下的可行性 ,给出了进行S型函数形状自动调整的公式。

航天器相对位姿一体化的自调整控制方法

航天器间姿态与轨迹的耦合效果对于航天器在太空中的交会有着较大的影响。针对传统航天器在追踪问题上无法统一描述姿轨耦合与减小控制力、控制力矩饱和的问题,本文提出了一种自调整函数的改进型PD控制方法,更好地实现了航天器姿态与轨道的一体化控制,确保了航天器在追踪条件下的自身姿轨与追踪目标姿轨的同步性。本文利用Lyapunov函数对姿轨耦合系统进行稳定性分析,实验结果证明了本文所提方法在系统稳定性和饱和性上具有较好的控制效果。

纺织生产过程温控对象的自调整模糊控制

通过对纺织生产过程温控对象的特性分析,给出一种带自调整函数的模糊控制算法,并由实例验证其有效性。该算法编程简单,调试方便,通用性强,有较高的推广价值。

金融风险的概率调整度量方法及应用

基于概率调整的金融风险度量方法是从保险业中针对保险风险发展起来的一种方法。它通过对风险的真实概率分布进行修正,来给予高风险事件更大的权重,也就是说,投资者通过调整对右侧尾部风险的主观认识来表明自己对风险的回避程度,最终得到对风险的评价。文章在Choquet积分这一框架下对VaR和TCE风险度量的概率调整表示方法以及一些新的风险度量方法进行了归纳和总结,并通过理论和数值分析对这些不同风险度量的特征和相互关系进行了研究。

系数自调整的PD-RED算法

随着技术发展,民机上的网络环境渐渐趋于日常生活中的网络环境。为了避免拥塞,需要对飞机上的链路数据进行主动队列管理。在比例微分控制的随机早期检测(random early detection based on proportional deri-vative control principle,PD-RED)算法基础上,提出一种系数自调整的PD-RED(improved PD-RED,IPD-RED)算法。在IPD-RED算法中,引入比例系数和微分系数的调整函数来减小参数选取对算法的影响。考虑队列偏差,将其归一化处理后,作为调整函数的参数来使系数动态变化,根据系数变化规律设计函数。实验通过改变上下门限值组合、路由节点间延时和端节点数量来分析算法改善效果,通过改变比例系数和微分系数的初值来探究初值对算法性能的影响。NS2仿真结果表明,IPD-RED算法使平均队列长度更接近期望值,提高了吞吐量,减小了丢包率。初值影响表明,一定范围内增大比例系数可使平均队列长度更快更接近期望值且减小丢包率,但会使延时和振荡增加。微分系数的动态范围很大,对几个网络性能参数的影响很小。实际应用中适当选取系数初值,可使算法更好地适配飞机上的业务。

自调整禁忌搜索算法及其在无损检测中的应用

在基于复数磁导率检测钢铁材料硬度与材质分选过程中 ,由人工方法确定最佳检测相位角的过程较为复杂。首先对人工处理方法进行了研究并由此给出了基本的直接搜索算法 ;为了提高计算的精确度和减少计算时间 ,依据于非线性规划中的罚函数法 ,文中对基于罚函数的禁忌搜索算法进行了研究 ;作为对现有算法的改进 ,进而提出了自调整权系数的罚函数算法 ,并给出了适用于实际使用的计算机自动处理实现方法。将本算法应用于实际的铁磁无损检测仪器中 。

基于调整方向感知的中文命名实体识别

在Transformer-CRF的基础上,通过调整函数优化方向感知和距离感知,提出一种基于调整函数动态调整方向感知的中文命名实体识别(C-ADA)模型.将C-ADA模型与BiLSTM、IDCNN、Transformer、TENER 4类模型在F_(1)得分上进行对比,结果表明,C-ADA模型均优于其他模型,在一定程度上验证了C-ADA具有较好的识别性能.

可调四杆函数发生器的综合

介绍了利用多自由度五杆机构综合四杆可调函数发生器的方法。它可在不改变四杆机构活动构件尺寸的条件下,通过变动五杆机构一连架杆的角位置对所发生的函数进行调整,使四杆机构两连架杆转角在机架两种安装相位下实现两个给定的函数关系。

部分线性自回归模型中回归函数的半参数估计

本文主要研究具有一阶自回归误差的三阶部分线性自回归模型中回归函数的半参数估计问题.假定回归函数来自某个参数分布族,利用条件最小二乘法得到参数估计量,再结合非参数核函数进行调整,给出回归函数的半参数估计量.并在一定条件下,证明了估计量具有相合性.最后,通过模拟研究验证了此方法的有效性.

改进的截断正态概率密度模型自适应滤波算法

应用当前统计模型跟踪机动目标时,模型参数机动频率和加速度极限值需要根据经验事先设定,在假设不准确的情况下,大大降低了模型的跟踪精度。针对此问题,基于截断正态概率密度模型,提出了一种新的参数自适应跟踪滤波算法。该模型算法通过使用距离函数来表征目标进行机动的强弱状况,采用指数型调整函数自适应调整目标的加速度极限值和机动频率,从而实现了对系统状态噪声和滤波增益的自适应调整,提高了机动模型与目标实际机动情况的匹配程度,提升了滤波器的跟踪性能。仿真结果表明:与常规ACS和TGPMKF算法相比,新算法在跟踪机动目标时,性能更优。