基于支持向量回歸的自適應(yīng)跟蹤控制系統(tǒng)設(shè)計.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著控制系統(tǒng)變得越來越復(fù)雜,以及生產(chǎn)實踐和科學(xué)技術(shù)對自動控制系統(tǒng)的性能要求越來越高,自適應(yīng)控制理論便應(yīng)運而生。在自適應(yīng)控制中,由于被控對象參數(shù)經(jīng)常發(fā)生變化,可在線辨識系統(tǒng)模型并及時調(diào)整,這樣系統(tǒng)運行穩(wěn)定性和可靠性就能夠得到保證。它不僅在諸多經(jīng)典控制領(lǐng)域被廣泛應(yīng)用,還在其他諸如智能機器人、智能家居等新興科技領(lǐng)域的控制研究方面,取得了很大的進展。
  本文將自適應(yīng)跟蹤控制應(yīng)用到網(wǎng)絡(luò)化制冷系統(tǒng)平臺,首先進行了網(wǎng)絡(luò)化制冷系統(tǒng)的自適應(yīng)控制設(shè)

2、計。搭建了網(wǎng)絡(luò)化制冷系統(tǒng)平臺,并通過物理建模的方法建立了網(wǎng)絡(luò)化制冷系統(tǒng)的模型,然后設(shè)計了網(wǎng)絡(luò)化制冷系統(tǒng)的自適應(yīng)控制器。仿真結(jié)果表明當系統(tǒng)模型參數(shù)固定時控制器的跟蹤效果并不理想。
  為了提高控制精度,本文提出了基于 SVR的在線自適應(yīng)跟蹤控制方法。此方法利用基于支持向量回歸的辨識算法,對系統(tǒng)模型三個參數(shù)進行實時跟蹤處理。首先利用基于SVR進行系統(tǒng)模型參數(shù)離線辨識,通過變量的篩選以及數(shù)據(jù)歸一化,實現(xiàn)了系統(tǒng)參數(shù)的回歸預(yù)測;其次利用支持

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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論