一种基于深度学习重构显式模型预测控制方法.pdf
光誉****君哥
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于深度学习重构显式模型预测控制方法.pdf
本发明公开一种基于深度学习重构显式模型预测控制方法,包含:步骤1)将显式模型预测控制重新优化表述为多参数二次规划问题;步骤2)数据的收集及深度神经网络的搭建;步骤3)训练搭建完成的深度神经网络;步骤4)验证深度神经网络的可行性;步骤5)重构显式模型预测控制;步骤6)重构后的参数优化。本发明集成了深度学习模型和显式模型预测控制,解决克服了传统模型预测控制计算资源需要高,计算时间长,保证了控制精度和预测准确率,提高了计算效率。
一种基于深度学习的实时显式拓扑优化方法.pdf
本发明公开了一种基于深度学习的实时显式拓扑优化方法,包括:一、构建深度学习网络模型,并对深度学习网络模型进行训练,得到拓扑结构优化网络模型;二、将拓扑优化初始条件作为输入参数输入拓扑结构优化网络模型,得到初步拓扑优化结构的组件参数;其中,拓扑优化初始条件为:负载条件和边界条件;组件参数为:组件中心坐标、组件半长、组件两端及中心的半宽和组件相对于正半轴的倾斜角度;三、以初步拓扑优化结构的组件参数作为初始参数,以体积约束下拓扑结构的柔度最小为优化目标,依据目标函数对拓扑结构的组件参数的灵敏度和约束函数对拓扑结
基于显式模型预测控制的大规模路网交通信号控制方法.docx
基于显式模型预测控制的大规模路网交通信号控制方法交通拥堵与智慧交通一直是城市交通领域关注的热点话题。城市交通的高效性和安全性对于城市的经济、社会和生态发展具有重要意义。在城市交通中,交通信号控制是实现交通流的控制和优化的基础。针对目前路网交通信号控制存在的问题,本文提出了基于显式模型预测控制的大规模路网交通信号控制方法。一、引言当今城市发展需要在尽量满足居民出行需求的同时,保证城市道路交通的高效性和安全性。交通信号控制是实现城市交通流控制和优化的基础。传统的交通信号控制策略可能会出现拥堵和信号失灵等问题,
一种基于占空比模型预测控制的相电流重构方法及装置.pdf
本发明公开了一种基于占空比模型预测控制的相电流重构方法及装置,所述方法包括:以占空比模型预测控制作为调制方式构建驱动系统;采用多位置耦合采样法进行系统相电流重构;根据最小采样时间,得出调制方式为占空比模型预测时的重构盲区;所述重构盲区主要包括低调制盲区和过调制盲区;消除重构盲区,实现基于占空比模型预测控制的相电流重构方法。本发明改进占空比模型预测控制算法减小了计算量,通过多位置耦合采样法以及优化两种零电压矢量作用时间,实现了良好的重构效果。
显式模型预测控制多尺度近似方法及其应用.pptx
显式模型预测控制多尺度近似方法及其应用目录添加章节标题引言背景介绍研究意义研究内容概述显式模型预测控制基础模型预测控制基本原理显式模型预测控制的提出显式模型预测控制的实现方法多尺度近似方法在显式模型预测控制中的应用多尺度近似方法的原理多尺度近似方法在显式模型预测控制中的实现多尺度近似方法的应用效果分析实验验证与结果分析实验设置与实验过程实验结果分析结果比较与讨论结论与展望研究成果总结研究的局限性与展望对未来研究的建议THANKYOU