- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及智能制造技术领域,尤其涉及一种基于极限学习机的时变系统迭代学习控制方法,将迭代学习控制推广到时变系统中,基于传统迭代学习控制的前馈形式,设计时变系统的迭代学习控制更新律对时变模型进行更新,针对状态时变矩阵时,采用辛普森积分法处理。基于极限学习机训练更新机制来训练模型,以更新随时间变化的输入矩阵模型参数。基于泛函分析的框架,证明了所设计的时变系统迭代学习控制算法的收敛性。该方法解决了时变系统的路径跟踪控制问题,从而实现对期望轨迹的高精度跟踪。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117031946 A
(43)申请公布日 2023.11.10
(21)申请号 202310965278.1
(22)申请日 2023.07.31
(71)申请人 安徽工程大学
地址 241000
原创力文档


文档评论(0)