博士科研启动基金(X641)
- 作品数：4 被引量：6H指数：2
- 相关作者：丁学明樊海军王朝立黄殿武更多>>
- 相关机构：上海理工大学嘉兴学院更多>>
- 发文基金：博士科研启动基金上海市高校选拔培养优秀青年教师科研专项基金上海市教育发展基金会“曙光计划”项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于最小二乘支持向量机的T-S模型在线辨识被引量：4
- 2007年
- 提出一种基于时间窗最小二乘支持向量机的T-S模型在线辨识算法,包括结构辨识和参数辨识.该算法以时间窗内数据的势能作为结构辨识依据,同时采用最小二乘支持向量机辨识系统参数,具有辨识速度快、精度高的特点.仿真结果证明了算法的有效性.
- 丁学明
- 关键词：时间窗最小二乘支持向量机
- 基于不确定T-S模型的最终滑动模态控制
- 2007年
- 提出了基于不确定T-S模型的最终滑动模态控制方法。通过变换将该模型转换成三个组成部分:线性标称系统、已知非线性部分(可看着对线性标称系统的已知扰动)和未知不确定部分,针对它们分别设计三个控制器,能够保证系统全局稳定。仿真结果证明了算法的有效性。
- 丁学明黄殿武
- 关键词：T-S模型稳定性分析滑模面
- 基于不确定T-S模型的模糊滑模自适应控制
- 2008年
- 提出一种不确定T-S模型的模糊滑模自适应控制方法。通过变换将该模型转换成3个组成部分:线性标称系统,已知非线性部分和未知不确定部分。针对它们设计3个控制器,其作用分别为:强迫系统沿着滑模面运动,消除已知扰动对线性标称系统的影响,克服不确定扰动(采用模糊滑模自适应控制,无需知道不确定的界限)。该方法无需求正定矩阵就能保证系统全局稳定。
- 丁学明王朝立
- 关键词：T-S模型
- T-S模型的遗传算法和支持向量机辨识被引量：2
- 2009年
- 基于非线性系统的输入输出数据,辩识对象的T-S模型。提出基于遗传算法和最小二乘支持向量机的辨识方法,利用遗传算法聚类进行结构辨识,每个类代表一条规则,规则数等于类数量,类中心作为该规则的隶属度函数中心类数;同时考虑模型辨识精度,实现全局优化;参数辨识采用基于结构风险最小化的最小二乘支持向量机方法,综合考虑模型复杂度和辨识误差。仿真结果证明了算法的有效性,辨识精度高,泛化能力强。
- 丁学明樊海军
- 关键词：参数辨识遗传算法最小二乘支持向量机
