SISO紧格式无模型控制器基于PSO-LSTM协同算法的参数自整定方法

    公开(公告)号:CN112015081A

    公开(公告)日:2020-12-01

    申请号:CN202010558464.X

    申请日:2020-06-18

    Abstract: 本发明公开了一种SISO紧格式无模型控制器基于PSO-LSTM协同算法的参数自整定方法,首先利用PSO算法优化LSTM初始权系数矩阵,然后利用系统误差数据集作为LSTM神经网络的输入,LSTM神经网络进行前向计算并通过输出层输出惩罚因子、步长因子等SISO紧格式无模型控制器待整定参数,采用SISO紧格式无模型控制器的控制算法计算得到控制输入,以系统误差函数的值最小化为目标,采用梯度下降法,并结合控制输入分别针对各个待整定参数的梯度信息,利用链式法则进行系统误差反向传播计算,在线实时更新LSTM神经网络中所有待学习的权系数,实现控制器基于PSO-LSTM协同算法的参数自整定。本发明提出的方法,能有效克服控制器参数的在线整定难题,对SISO系统具有良好的控制效果。

    SISO紧格式无模型控制器基于集成学习的参数自整定方法

    公开(公告)号:CN112015083B

    公开(公告)日:2021-09-24

    申请号:CN202010559963.0

    申请日:2020-06-18

    Abstract: 本发明公开了一种SISO紧格式无模型控制器基于集成学习的参数自整定方法,所述集成学习算法包含PSO算法、BP神经网络以及循环神经网络三种个体算法。以系统误差作为集成学习算法的输入,首先进行三种个体算法对SISO紧格式无模型控制器的参数在线整定并输出三组临时整定参数,将结果分别输入到控制器中计算被控对象的控制输入,计算得到三组临时系统误差并利用softmax函数计算个体算法的权重比,将权重比与临时整定参数进行加权求和作为最终SISO紧格式无模型控制器待整定参数,实现参数自整定。本发明提出的SISO紧格式无模型控制器基于集成学习的参数自整定方法,结合不同个体算法优势,增强算法泛化性,克服控制器参数在线整定难题,对SISO系统具有良好的控制效果。

    SISO紧格式无模型控制器基于Attention机制循环神经网络的参数自整定方法

    公开(公告)号:CN111781821B

    公开(公告)日:2021-09-24

    申请号:CN202010560142.9

    申请日:2020-06-18

    Applicant: 浙江大学

    Inventor: 卢建刚 杨晔 陈晨

    Abstract: 本发明公开了一种SISO紧格式无模型控制器基于Attention机制循环神经网络的参数自整定方法,首先利用Attention机制对原始输入集合作重要信息筛选并计算生成循环神经网络的输入,循环神经网络进行前向计算输出SISO紧格式无模型控制器待整定参数,采用控制算法计算得到被控对象的控制输入,以最小化系统误差函数值为目标,采用梯度下降法,结合控制输入针对各个待整定参数的梯度信息,利用链式法则进行系统误差反向传播计算,更新循环神经网络所有权系数,实现控制器基于循环神经网络的参数自整定。本发明提出的SISO紧格式无模型控制器基于Attention机制循环神经网络的参数自整定方法,可以捕捉输入信息重要特征,克服控制器参数在线整定难题,对SISO系统具有良好的控制效果。

    一种组培育苗的节能供水装置

    公开(公告)号:CN219352665U

    公开(公告)日:2023-07-18

    申请号:CN202320937326.1

    申请日:2023-04-24

    Abstract: 本实用新型公开了一种组培育苗的节能供水装置,包括水箱和太阳能电池板,水箱的一侧固定安装有进水管,水箱的一侧固定安装有组培育苗框,组培育苗框内壁的底部开设有若干圆孔,组培育苗框的内部固定安装有隔板,水箱的内部开设有第一滑槽,第一滑槽的内部滑动安装有收集盘,水箱内壁的底部固定安装有水泵。通过设置的铰接座和伸缩式支架,可以根据太阳的方向对太阳能电池板的角度进行小幅度调整,更方便太阳能电池板吸收太阳能,提高太阳能电池板的效率,通过设置的圆孔,可以让水分和营养液直接渗透到植物根部,提高供水效率和营养吸收效率,同时,圆孔下方的收集盘可以收集多余的水分和营养液,避免浪费和环境污染。

Patent Agency Ranking