|
Adabiyotlar: 1basic[44-51], 8qo'shimcha[145-148]
|
| bet | 5/16 | | Sana | 15.01.2024 | | Hajmi | 68,8 Kb. | | #137942 |
Bog'liq Optimal va adaptiv boshqaruv tizimlari-fayllar.orgAdabiyotlar: 1basic[44-51], 8qo'shimcha[145-148].
Nazorat savollari:
1. Passiv moslashuvli boshqaruv tizimlarining xususiyatlari qanday?
2. Passiv moslashuvga ega bo'lgan katta kontur nazorati bilan boshqaruv tizimi qanday paydo bo'ladi?
3. Passiv moslashuvga ega bo'lgan katta pastadir daromadli bitta halqali boshqaruv tizimi uchun stabilizatsiya sxemasini bering?
4. Passiv moslashuvli boshqaruv tizimining modeli bilan barqarorlashtirish sxemasini keltiring.
5. Passiv moslashuvga ega model bilan stabilizatsiya tizimining kirish signalini uzatish funktsiyasi qanday?
6. Passiv moslashuv bilan buzilishlarni bilvosita o'lchash bilan barqarorlashtirish sxemasini keltiring.
7. Parametrga nisbatan chiqish o'zgaruvchisining sezgirlik funktsiyasini bering .
8. Buzilishlarni bilvosita o'lchash bilan stabilizatsiya tizimining uzatish funktsiyasini keltiring.
9. Passiv moslashuvga ega tizimlarning ijobiy va qoniqarsiz xususiyatlari qanday?
AdDUda hisoblash algoritmlari . Hisoblash algoritmlarining umumiy xarakteristikalari.
Ma'ruzada moslashuvchan boshqaruv nazariyasi va amaliyotida eng katta taqsimotni topgan iterativ hisoblash usullari haqida ma'lumot berilgan. Boshqarish tizimida o'lchov ma'lumotlarini olish uchun deterministik sharoitlarda asosiy hisoblash usuli algoritmlarning ko'plab modifikatsiyalari bilan gradient usuli hisoblanadi. Ular orasida eng keskin tushish tipidagi birinchi tartibli algoritmlar va Nyuton tipidagi ikkinchi tartibli algoritmlar (Nyuton, Nyuton- Rafson , Gauss-Nyuton va boshqalar) bor.
Deterministik algoritmlarning stokastik analoglari stoxastik yaqinlashish (SA) usuli bilan chambarchas bog'liq. Stokastik algoritmlarning xususiyati shundaki, yo'qotish gradienti yoki o'rtacha yo'qotish gradienti (baholash funktsiyasi) o'rniga ular o'lchangan ma'lumotlarga bevosita bog'liq bo'lgan yo'qotish gradientidan foydalanadilar. Amaldagi G matritsalarining o'ziga xos turlari stoxastik yaqinlashish algoritmining modifikatsiyalarini aniqlaydi. Ushbu algoritmlarning yana bir xususiyati shundan iboratki , o'lchash ma'lumotlari tasodifiy jarayonlarni amalga oshirish sifatida ishlatilganda, stokastik yaqinlashish algoritmlari yordamida hisoblangan baholar ketma-ketligining o'zi tasodifiy skaler yoki vektor ketma-ketliklarining amalga oshirilishidir. Shuning uchun bunday ketma-ketliklarning xossalarini tahlil qilishda matematik statistikaning Bayes usuli, maksimal ehtimollik usuli, eng kichik kvadratlar usuli, ehtimollik yaqinlashish mezonlari va ularni amalga oshirish shartlari kabi usullardan foydalanish talab etiladi.
Kontroller parametrlarining joriy qiymatlarini hisoblash algoritmlarining matematik asoslari yoki matematik dasturlash usullari hisoblanadi. Ularga muvofiq, taxminiy (ob'ektiv) funktsiya Q t () minimallashtiriladi (kamroq tez-tez ), uning argumenti hisoblangan parametrlarga aniq bog'liq bo'lgan va tizimda to'g'ridan-to'g'ri sensorlar yoki bilvosita boshqa o'zgaruvchilar orqali o'lchanadigan o'zgaruvchilar . Xususan, to'g'ridan-to'g'ri adaptiv boshqaruv algoritmlari bo'lgan tizimda (t) = = u(t) -u*(t) xatosi bunday argument sifatida tanlanishi mumkin , bunda u(t) - bu nuqtadagi haqiqiy boshqaruv harakati. o'simlik kiritish, ) qaysidir ma'noda optimal nazoratdir. Boshqaruv u(t) ta'rifi bo'yicha boshqaruvchining sozlanishi parametrlariga va o'lchangan o'zgaruvchilar z(t) vektoriga bog'liq, shuning uchun .
Umumiy holatda maqsad funksiyasi Q t =Q(z(t), (t)) ko‘rinishini oladi, bunda o‘lchov vektori z(t) hisob-kitoblarda qo‘llaniladigan barcha o‘zgaruvchilarni o‘z ichiga oladi. Keyin eng oddiy moslashish algoritmi - bu misolda vektorning joriy qiymatini hisoblash - gradient tushish usuliga asoslangan. Uzluksiz gradient tushish algoritmi quyidagicha yoziladi
; (1)
Bu yerga berilgan ; > 0 - musbat aniq sonli matritsa bo'lib, unga hisoblash protsedurasining (1) "daromad omillari" bog'liq,
- gradient Q t argument bo'yicha .
Diskret vaqt uchun t = t k = k· t, t = const , Q t funksiyani minimallashtirish gradient algoritmi. tomonidan shunday yozilgan:
. (2)
Moslashuv algoritmlari o'lchovlar ko'rinishidagi yangilangan joriy ma'lumotni talab qiladi z (t) yoki z k+1 , bu chiziqli bo'lmagan (umuman) transformatsiyalarning "blokiga" kiradi . Ushbu ma'lumotlar joriy ma'lumotlarning etarli emasligini qoplash uchun mo'ljallangan.
G > 0 koeffitsientlar matritsasi adaptiv tizimning asosiy halqasining ish sharoitlariga qarab, shu jumladan quyidagi nuqtalarga qarab tanlanadi:
a) hisob-kitoblar uchun foydalaniladigan z(t) o‘lchov vektoridagi o‘lchangan o‘zgaruvchilarning deterministik yoki stokastik tabiati, shuning uchun gradient tushish algoritmlari deterministik yoki stokastik bo‘lishi mumkin;
b) gradient usuli sxemasi bo'yicha algoritmda umumlashtirilgan moslashtirilgan ob'ektning dinamikasi hisobga olinadimi yoki yo'qmi.
|
| |
