廣義預測控制簡化算法的研究與分析.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、在控制界,對控制性能要求的不斷提高,和控制系統(tǒng)性能實現(xiàn)的有限仍存在著鮮明的矛盾。而廣義預測控制(GPC)算法以其卓越的控制性能和魯棒性,在控制領域得到了快速而廣泛的研究與應用。但由于GPC每步控制增量的獲取都涉及矩陣求逆、相乘等運算,尤其對于串聯(lián)、多變量、非線性等復雜系統(tǒng),計算量耗費大,阻礙了其實際應用的進程。因此,研究高效的簡化GPC算法已成迫切要求。
   經(jīng)大量試驗觀察,在系統(tǒng)穩(wěn)定的表現(xiàn)下,基本GPC算法每步的M個控制增量

2、,一般來說都是隨著時間t往回收斂的,控制增量收斂程度是隨變的,是目標函數(shù)下最優(yōu)的變化趨勢?;陬A測控制機理的進一步探索,我們引入控制增量衰減序列,將這種收斂定制為常衰減序列,使矩陣求逆成為數(shù)的求逆(倒數(shù)),減少矩陣相乘等其他運算,并增強系統(tǒng)穩(wěn)定性。并且通過研究對比基本算法和簡化算法的求逆矩陣的行列式值,發(fā)現(xiàn)控制增量約束系數(shù)不同尋常的重要作用,也為本文簡化算法的穩(wěn)定性提供了思想基礎。
   本文將探究此簡化算法的思想來源,研究它能

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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