资源简介
控制增益符号已知/未知的MIMO时滞系统的自适应控制
![](http://www.nz998.com/pic/65424.jpg)
代码片段和文件信息
%~~~~~~~~~~~~~~~~~~~~~~~ function for p6main.m ~~~~~~~~~~~~~~~~~~~~~~~~
function f=directp01fun(tx)
global e1
global u1
%--------------Neural network control tpzhang------ initialize ---------
f=zeros(581);
gama=0.5;
k1=1;
k2=1;
Mf=4;
wm=0.001;
eps=1;
eta1=0.01;eta2=0.01;eta3=0.01;eta=0.01;
xd1=[pi*sin(t)/30pi*cos(t)/30]‘;
x1=[x(1) x(2)]‘;
K1=x(3:5);
W1=x(6:15);
V1=zeros(410);
for i=1:10
V1(:i)=x(4*i+12:4*i+15);
end
%------------------------- error & swith function ---------------------
e1=xd1-x1;
sigama=k1*e1(2)+k2*e1(1)-pi*sin(t)/30;
%------------------------- fuzzy base function ------------------------
z1=[x(1) x(2) sigama]‘;
zbar1=[z1‘ 1]‘;
ds1=zeros(101);
hats1=zeros(101);
for i=1:10
ds1(i)=(gama*exp(-gama*V1(:i)‘*zbar1))/(1+exp(-gama*V1(:i)‘*zbar1))^2;
hats1(i)=1/(1+exp(-gama *V1(:i)‘*zbar1));
end
%//i rules & vector z(j); i=5; j=7//
ph1=zeros(31);
ph1=[norm(zbar1*W1‘*diag(ds1)‘fro‘) norm(diag(ds1)*V1‘*zbar1) 1]‘;
un=W1‘*hats1;
%---------------------------- control law -----------------------------
Fx=15.78+0.0366*x(2)^2;
Dx=1.2;
vbar=4;
bL=1.12;p=[15 5;5 5];
Q=[10 0;0 10];pn=[5 5]‘;
%define sat function
phi1=0.001;
y=e1‘*pn/phi1;
if y<=-1
sat1=-1;
elseif abs(y)<=1
sat1=y;
else
sat1=1;
end
ve=e1‘*p*e1;
if ve>2*vbar
Ivbar=1;
else
Ivbar=0;
end
xtal2=zeros(401);
xtal=zeros(150001);
bx=abs(0.3*cos(x(1)));
if t-1-0.5*sin(t)<=0
delta=0.1*x(1)^2;
b1x=delta+bx;
else
for q=1:40
for m=(375*(q-1)+1):(375*q);
b1x=bx+xtal2(q);
end
end
end
hmax=0.2;
uc=(K1‘*ph1+(Dx+x(56)+b1x)/bL)*sat1;
us=Ivbar*sat1*(abs(un)+(hmax+b1x+Fx+abs(-pi*sin(t)/30)+abs(k1*e1(2)+k2*e1(1)))/bL);
u1=un+uc+us;
%------------------------------ equation ------------------------------
j=1;
f(1)=x(2);
if t-1-0.5*sin(t)<=0
f(2)=(9.8*sin(x(1))-0.05*x(2)^2*cos(x(1))*sin(x(1))/1.1)/(2/3-0.05*(cos(x(1)))^2/1.1)...
+((cos(x(1))/1.1)/(2/3-0.05*(cos(x(1)))^2/1.1))*u1+0.3*cos(x(1))+0.1*x(1)^2;
N=375;
for i=1:N
xtal(i)=x(1);
xtal2(1)=0.05;
if xtal2(1)<=abs(xtal(i))
xtal2(1)=abs(xtal(i));
end
end
else
f(2)=(9.8*sin(x(1))-0.05*x(2)^2*cos(x(1))*sin(x(1))/1.1)/(2/3-0.05*(cos(x(1)))^2/1.1)...
+((cos(x(1))/1.1)/(2/3-0.05*(cos(x(1)))^2/1.1))*u1+0.3*cos(x(1))+0.1*xtal(j)^2;
j=j+1;
% for i=1501:40000
% xtal(i)=x(1);
for k=1:39;
for l=(375*k+1):(375*(k+1));
xtal(l)=x(1);
xtal2(k+1)=0.05;
if xtal2(k+1)<=abs(xtal(l))
xtal2(k+1)=abs(xtal(l));
end
end
end
% end
end
f(3:5)=eta3*abs(e1‘*pn)*ph1;
norm1=0;
for i=6:15
norm1=x(i)‘*x(i)+norm1;
end
norm1=sqrt(norm1);
if norm1=0)
f(6:15)=eta1*(hats1-diag(ds1)*V1‘*zbar1)*e1‘*pn;
else
f(6:15)=eta1*(hats1-diag(ds1)*V
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 5141 2010-03-26 17:57 p102fun.m
文件 3198 2010-03-26 18:00 p102main.m
文件 3188 2008-04-05 09:23 directp01fun.m
文件 2577 2008-04-04 21:19 directp01main.m
----------- --------- ---------- ----- ----
14104 4
- 上一篇:传热结构拓扑优化
- 下一篇:太阳能电池MPPT研究用simuli
nk仿真模型
相关资源
- 非线性SVM算法-matlab实现
- 用于研究非线性系统matlab模块
- 应用BP神经网络逼近非线性函数
- PLSR&ISLR;&nlsm;
- 复合非线性反馈积分滑模控制器的设
- 斯坦福机器学习编程作业machine-learn
- DYNOPT非线性最优控制工具箱
- Nonlinear control systems using MATLAB(2019)
- matlab薛定谔方程的仿真
- matlab 非线性光学模拟
- 数值分析非线性方程二分法求根
- 最优状态估计 卡尔曼H∞及非线性滤波
- MATLAB教学视频:详解数据拟合的MATL
- matlab经典智能算法案例分析-BP神经网
- 非线性系统分类
- BP神经网络非线性系统辨识与模型参考
- MATLAB解非线性方程组 雅可比 迭代
- 复杂管系水轮机调节系统非线性建模
- BP神经网络的非线性系统建模-非线性
- 《滑模变结构控制MATLAB仿真第3版:先
- 非线性回归 最全资源
- 非线性分析的Matlab程序
- 《滑模变结构控制MATLAB仿真第3版:基
- 《滑模变结构控制MATLAB仿真第2版》随
- 牛顿迭代法求解多元非线性方程组
- Broyden方法求解非线性方程组的Matlab实
-
非线性鲁棒控制 simuli
nk仿真 - 用于优化和非线性规划问题的遗传算
-
非线性系统simuli
nk相图 - 不动点迭代法解非线性方程的newton法
评论
共有 条评论