2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩93頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、非線性系統(tǒng)模型辨識和控制問題是非線性系統(tǒng)研究中非常困難,但又十分重要的課題。基于聚類算法的多模型建模方法從系統(tǒng)的輸入輸出數(shù)據(jù)出發(fā),充分地挖掘數(shù)據(jù)間的相關(guān)信息,合理地將其劃分為具有明顯特征的多個(gè)子空間集來表征系統(tǒng)的非線性特性,并且具有算法結(jié)構(gòu)簡單、收斂速度快且動(dòng)態(tài)特性跟蹤效果好等優(yōu)點(diǎn),而預(yù)測控制則是工業(yè)過程廣泛應(yīng)用的一種先進(jìn)控制算法。研究基于聚類算法的多模型策略以及與預(yù)測控制方法相結(jié)合的多模型預(yù)測控制方法具有重要的理論研究意義和廣泛的應(yīng)用

2、前景。 本文針對復(fù)雜非線性系統(tǒng)的建模問題,利用分解-合成的多模型策略,針對聚類初值選取問題,對K-means聚類算法進(jìn)行改進(jìn),然后結(jié)合PLS建模方法辨識多模型參數(shù),并引入基于模態(tài)變化的切換策略,提出了一種基于改進(jìn)K-means聚類算法的多模型建模方法。通過對自定義非線性系統(tǒng)與PH中和過程的多模型建模仿真研究,表明該方法降低了原有聚類算法對初始值的依賴,提高了算法的收斂速度和建模精度。 由于子模型個(gè)數(shù)k在多模型建模精度以及

3、系統(tǒng)的穩(wěn)定性等方面發(fā)揮著重要作用,因此,在改進(jìn)K-means聚類算法的基礎(chǔ)上,本文提出了兩種優(yōu)化k值的算法:一是將多尺度理論引入密度分布聚類算法,采用了一個(gè)動(dòng)態(tài)閾值來融合相似類,從而確定最優(yōu)k值以及最優(yōu)的密度參數(shù)值;二是提出了一種聚類效果評價(jià)函數(shù),以此來確定最優(yōu)k值以及最優(yōu)的密度參數(shù)值。通過對自定義對象的聚類以及pH中和過程的多模型建模仿真研究,表明了兩種優(yōu)化算法的有效性。最后,對多因變量PLS的建模方法進(jìn)行了初步探討,針對MIMO系統(tǒng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論