针对一类马尔科夫网络控制系统(Net worked control system,NCS),研究了其均方指数镇定问题.首先将网络控制系统建模为离散时间切换系统,子系统间的切换过程由一个转移概率矩阵已知的马尔科夫链描述,并给出了子系统间切换频度的范围;进...
详细信息
针对一类马尔科夫网络控制系统(Net worked control system,NCS),研究了其均方指数镇定问题.首先将网络控制系统建模为离散时间切换系统,子系统间的切换过程由一个转移概率矩阵已知的马尔科夫链描述,并给出了子系统间切换频度的范围;进而基于随机过程理论和切换系统稳定性理论,利用状态反馈实现了网络控制系统均方指数镇定,状态反馈控制律可通过求解一组线性矩阵不等式获得.最后通过数值仿真例子验证了本文方法的有效性。
间歇过程的优化控制依赖于过程精确的数学模型,数据驱动的建模方法是目前间歇过程模型研究中的热点问题。突破传统数据驱动建模方法中采用均方差(mean squared error,MSE)作为准则函数的思想,提出一种新颖的间歇过程数据驱动建模方法,引入了概率密度函数(probability density function,PDF)控制的概念,构造间歇过程模型误差控制系统,将模型的可调参数作为控制系统的输入,模型误差PDF的形状作为控制系统的输出,从而把开环模型参数辨识问题转化为模型误差PDF形状的闭环控制问题。通过可调参数控制模型误差PDF的空间分布状态,不仅能够保障模型精度,还可控制模型误差的空间分布状态,从而消除模型中的有色噪声。仿真实验表明,基于模型误差PDF形状的间歇过程数据驱动模型具有较好的建模精度、鲁棒性和泛化能力,为间歇过程的数据驱动建模提供了一条新途径。
暂无评论