-
公开(公告)号：CN113359452A
公开(公告)日：2021-09-07
申请号：CN202110647891.X
申请日：2021-06-10
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明公开一种基于Barzilai Borwein智能学习算法的控制器设计方法，包括以下步骤：S1.利用神经网络构建控制器，针对某一形式的非线性离散系统，设计一代价函数，然后根据神经网络技术设计此代价函数下最优控制器；S2.利用Barzilai Borwein算法在线更新神经网络的参数ηw，ηb和ηc，S3.通过仿真验证所提方法的有效性。本发明基于不依赖系统数学模型的智能控制跟踪算法。此算法利用神经网络构造系统的控制器。鉴于神经网络的参数，例如：宽度，中心值和学习速率会影响神经网络的逼近效果，本发明提出一种在线自动调节参数的算法。整个控制器方案的实现只需要系统的状态可测量，不需要被控对象的精确数学模型，也不需要手动进行控制器参数整定。
-
公开(公告)号：CN113325717B
公开(公告)日：2022-01-28
申请号：CN202110647906.2
申请日：2021-06-10
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明公开一种基于互联大规模系统的最优容错控制方法，本发明研究了一种大规模互联系统。其中每个子系统的模型是严格反馈的形式，系统的状态是可测的，并且系统中的控制输入增益函数是已知的。各个系统之间的互联项是未知的，部分模型动态也是未知的。考虑执行器故障，并对系统中常出现的几种故障，例如失效故障和卡死故障进行建模。其次，利用反步技术设计每个状态的参考信号。最后，利用自适应动态规划技术和改进的神经网络技术设计出关于含有故障的大规模互联系统的最优容错控制方案。
-
-
-
Patent Agency Ranking
公开(公告)号：CN113325717A
公开(公告)日：2021-08-31
申请号：CN202110647906.2
申请日：2021-06-10
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明公开一种基于互联大规模系统的最优容错控制方法，本发明研究了一种大规模互联系统。其中每个子系统的模型是严格反馈的形式，系统的状态是可测的，并且系统中的控制输入增益函数是已知的。各个系统之间的互联项是未知的，部分模型动态也是未知的。考虑执行器故障，并对系统中常出现的几种故障，例如失效故障和卡死故障进行建模。其次，利用反步技术设计每个状态的参考信号。最后，利用自适应动态规划技术和改进的神经网络技术设计出关于含有故障的大规模互联系统的最优容错控制方案。
-
公开(公告)号：CN113113147A
公开(公告)日：2021-07-13
申请号：CN202110466111.1
申请日：2021-04-28
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了基于人群异质性的具有优先级的乙肝疫苗分配方法，所述方法包括：将人群划分成若干个组群；建立基于接种者不完全免疫情况下的具有异质性的乙肝病毒传播的微分方程SVIR模型；计算微分方程SVIR模型的无病平衡点和地方病平衡点；确定乙肝病毒传播阈值；确定乙肝病毒发生传播的条件；基于乙肝病毒传播阈值确定乙肝病毒发生灭绝的条件；判断不同组群中乙肝病毒的传播情况，当免疫资源有限时，优先考虑病毒已经发生传播的组群，在这些组群中制定疫苗分配策略；本发明的优点在于：适用范围广、评价指标多样化、能有效控制乙肝病毒传播以及适用于免疫资源有限或者短时间内有效控制疫情蔓延或经济合理的分配免疫资源等情况。
-
公开(公告)号：CN113113147B
公开(公告)日：2024-08-06
申请号：CN202110466111.1
申请日：2021-04-28
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了基于人群异质性的具有优先级的乙肝疫苗分配方法，所述方法包括：将人群划分成若干个组群；建立基于接种者不完全免疫情况下的具有异质性的乙肝病毒传播的微分方程SVIR模型；计算微分方程SVIR模型的无病平衡点和地方病平衡点；确定乙肝病毒传播阈值；确定乙肝病毒发生传播的条件；基于乙肝病毒传播阈值确定乙肝病毒发生灭绝的条件；判断不同组群中乙肝病毒的传播情况，当免疫资源有限时，优先考虑病毒已经发生传播的组群，在这些组群中制定疫苗分配策略；本发明的优点在于：适用范围广、评价指标多样化、能有效控制乙肝病毒传播以及适用于免疫资源有限或者短时间内有效控制疫情蔓延或经济合理的分配免疫资源等情况。
-
公开(公告)号：CN113359452B
公开(公告)日：2022-03-11
申请号：CN202110647891.X
申请日：2021-06-10
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明公开一种基于Barzilai Borwein智能学习算法的控制器设计方法，包括以下步骤：S1.利用神经网络构建控制器，针对某一形式的非线性离散系统，设计一代价函数，然后根据神经网络技术设计此代价函数下最优控制器；S2.利用Barzilai Borwein算法在线更新神经网络的参数ηw，ηb和ηc，S3.通过仿真验证所提方法的有效性。本发明基于不依赖系统数学模型的智能控制跟踪算法。此算法利用神经网络构造系统的控制器。鉴于神经网络的参数，例如：宽度，中心值和学习速率会影响神经网络的逼近效果，本发明提出一种在线自动调节参数的算法。整个控制器方案的实现只需要系统的状态可测量，不需要被控对象的精确数学模型，也不需要手动进行控制器参数整定。
-
公开(公告)号：CN113325718A
公开(公告)日：2021-08-31
申请号：CN202110648719.6
申请日：2021-06-10
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明提供一种考虑跟踪误差约束的最优跟踪控制方法，包括以下步骤：步骤1.建立大规模系统的数学模型；步骤2.把含有约束的跟踪误差转化为没有约束的误差；步骤3.利用转换后的误差设计性能指标并利用自适应动态规划技术设计最优跟踪控制器；步骤4.利用互联倒立摆系统仿真验证所提方法的有效性。本发明在考虑跟踪误差约束下设计了最优跟踪控制器；简化了关于大规模互联系统的最优跟踪控制器方案的设计。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
