参数自整定的MISO异因子全格式无模型控制方法

    公开(公告)号:CN109581992B

    公开(公告)日:2020-12-22

    申请号:CN201910103026.1

    申请日:2019-02-01

    Applicant: 浙江大学

    Inventor: 卢建刚 陈晨

    Abstract: 本发明公开了一种参数自整定的MISO异因子全格式无模型控制方法,针对现有的采用同因子结构的MISO全格式无模型控制方法的局限性,也就是:在k时刻针对控制输入向量中的不同控制输入只能采用相同数值的惩罚因子与相同数值的步长因子的局限性,提出了一种采用异因子结构的MISO全格式无模型控制方法,在k时刻针对控制输入向量中的不同控制输入可采用不同数值的惩罚因子和/或不同数值的步长因子,能够解决强非线性MISO系统等复杂对象中存在的各个控制通道特性各异的控制难题,同时提出了参数自整定的方法以有效克服惩罚因子和步长因子需要费时费力进行整定的难题。与现有的控制方法相比,本发明具有更高的控制精度、更好的稳定性与更广的适用性。

    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:CN111781821A

    公开(公告)日:2020-10-16

    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。

    SISO紧格式无模型控制器基于LSTM神经网络的参数自整定方法

    公开(公告)号:CN111752152A

    公开(公告)日:2020-10-09

    申请号:CN202010562378.6

    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LSTM神经网络的参数自整定方法,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针对被控对象的控制输入,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,进行系统误差反向传播计算,在线实时更新LSTM神经网络的隐含层权系数、输出层权系数,实现控制器基于LSTM的参数自整定。本发明提出的SISO紧格式无模型控制器基于LSTM神经网络的参数自整定方法,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。

    参数自整定的MIMO异因子紧格式无模型控制方法

    公开(公告)号:CN111522235A

    公开(公告)日:2020-08-11

    申请号:CN202010045516.3

    申请日:2020-01-16

    Applicant: 浙江大学

    Inventor: 卢建刚 陈晨

    Abstract: 本发明公开了一种参数自整定的MIMO异因子紧格式无模型控制方法,针对现有的采用同因子结构的MIMO紧格式无模型控制方法的局限性,也就是:在k时刻针对控制输入向量中的不同控制输入只能采用相同数值的惩罚因子与相同数值的步长因子的局限性,提出了一种采用异因子结构的MIMO紧格式无模型控制方法,在k时刻针对控制输入向量中的不同控制输入可采用不同数值的惩罚因子和/或不同数值的步长因子,能够解决强非线性MIMO系统等复杂对象中存在的各个控制通道特性各异的控制难题,同时提出了参数自整定的方法以有效克服惩罚因子和步长因子需要费时费力进行整定的难题。与现有的控制方法相比,本发明具有更高的控制精度、更好的稳定性与更广的适用性。

    水牛乳β-酪蛋白抗氧化物的制备方法

    公开(公告)号:CN111440234A

    公开(公告)日:2020-07-24

    申请号:CN202010330302.0

    申请日:2020-04-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种水牛乳β-酪蛋白抗氧化物的制备方法,包括以下步骤:水牛乳脱脂,加热、调节pH值后加入氯化钙溶液,所得沉淀进行清洗;清洗后沉淀加超纯水溶解、冷却、调节pH值、离心,所得的上清液加热、调节pH值、离心,得到β-CN沉淀;β-CN沉淀透析脱盐、冻干;得β-CN蛋白粉。将β-CN蛋白粉利用碱性蛋白酶进行酶解,得水牛乳β-酪蛋白抗氧化物。该水牛乳β-酪蛋白抗氧化物具有较强的抗氧化能力。

    参数自整定的MISO异因子偏格式无模型控制方法

    公开(公告)号:CN109814388A

    公开(公告)日:2019-05-28

    申请号:CN201910103009.8

    申请日:2019-02-01

    Applicant: 浙江大学

    Inventor: 卢建刚 陈晨

    Abstract: 本发明公开了一种参数自整定的MISO异因子偏格式无模型控制方法,针对现有的采用同因子结构的MISO偏格式无模型控制方法的局限性,也就是:在k时刻针对控制输入向量中的不同控制输入只能采用相同数值的惩罚因子与相同数值的步长因子的局限性,提出了一种采用异因子结构的MISO偏格式无模型控制方法,在k时刻针对控制输入向量中的不同控制输入可采用不同数值的惩罚因子和/或不同数值的步长因子,能够解决强非线性MISO系统等复杂对象中存在的各个控制通道特性各异的控制难题,同时提出了参数自整定的方法以有效克服惩罚因子和步长因子需要费时费力进行整定的难题。与现有的控制方法相比,本发明具有更高的控制精度、更好的稳定性与更广的适用性。

    MIMO异因子偏格式无模型控制方法

    公开(公告)号:CN109634109A

    公开(公告)日:2019-04-16

    申请号:CN201910103043.5

    申请日:2019-02-01

    Applicant: 浙江大学

    Inventor: 卢建刚 陈晨

    CPC classification number: G05B13/024

    Abstract: 本发明公开了一种MIMO异因子偏格式无模型控制方法,针对现有的采用同因子结构的MIMO偏格式无模型控制方法的局限性,也就是:在k时刻针对控制输入向量中的不同控制输入只能采用相同数值的惩罚因子与相同数值的步长因子的局限性,提出了一种采用异因子结构的MIMO偏格式无模型控制方法,在k时刻针对控制输入向量中的不同控制输入可采用不同数值的惩罚因子和/或不同数值的步长因子,能够解决强非线性MIMO系统等复杂对象中存在的各个控制通道特性各异的控制难题。与现有的控制方法相比,本发明具有更高的控制精度、更好的稳定性与更广的适用性。

    基于分组更新历史信息的并行分支预测装置

    公开(公告)号:CN102520913A

    公开(公告)日:2012-06-27

    申请号:CN201110343949.8

    申请日:2011-11-03

    Applicant: 浙江大学

    Inventor: 严晓浪 陈晨

    Abstract: 一种基于分组更新历史信息的并行分支预测装置,包括:组分支历史移位寄存器,用以缓存最近执行的j组分支指令的组分支跳转信息;分支结果存储器,用以存储经过后级流水线确认的分支跳转结果,并输出分支预测信息;指令预译码单元,若预译码得出分支指令,则从分支结果存储器输出端的i位分支预测信息中选取1位作为该分支指令的分支预测结果;分支指令标记单元,对预译码之后的分支指令进行分组和标记;分支确认信息缓存单元,用以监测后级流水线对分支指令的确认情况,当后级流水线确认完一组分支指令时,用该组分支指令的组分支跳转信息更新组分支历史移位寄存器。本发明在高时钟频率下并行处理多条分支指令并对分支结果进行精确预测。

    一种用于嵌入式处理器功能验证的动态仿真平台方法

    公开(公告)号:CN100562879C

    公开(公告)日:2009-11-25

    申请号:CN200810061732.6

    申请日:2008-05-16

    Abstract: 本发明公开了一种用于嵌入式处理器功能验证的动态仿真平台方法。该方法是将验证平台控制和仿真流程控制分离,分别建立一个验证平台控制中心和一个仿真流程控制台,前者用于实现验证平台的单向主控流程,后者用于实现动态循环仿真控制流程,从而实现了验证平台的一次编译和仿真过程的多次动态循环运行,并结合受限随机激励产生机制,提高了功能验证的效率。该方法能够为嵌入式处理器的功能验证提供自动化的功能验证平台,并实现高效的验证流程。该方法具有自动化程度高,验证效率高,可重用性强,维护修改方便等优点。

Patent Agency Ranking