导读:本文包含了参数自学习论文开题报告文献综述及选题提纲参考文献，主要关键词:航向控制,BP算法,神经网络,自适应自抗扰控制器
参数自学习论文文献综述
陈增强,秦贝贝,孙明玮,孙青林[1]（2019）在《基于参数自学习的船舶航向自抗扰控制》一文中研究指出船舶在实际航行过程中会受到风、浪、流等的干扰,使船舶模型表现出非线性和不确定性,这为船舶航向控制器的设计带来了困难。针对该问题,结合BP神经网络的自适应能力,设计了两种可以实现参数在线学习的自抗扰控制器,并进行了多种情况下的仿真控制,结果表明自适应自抗扰控制器在船舶受到外界扰动和参数摄动等干扰时仍旧保持良好的控制性能,鲁棒性好。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
何倩,张为公,王东,曹斌,田金星[2]（2019）在《电动车驾驶机器人控制器参数自学习方法研究》一文中研究指出针对人工驾驶和现有的机械式驾驶机器人在电动车续驶里程试验中存在成本高、耗时长和错误率高的问题,利用电动车结构和控制上的独特性,依托自行设计的电动车转毂驾驶机器人,采用电信号完成对车辆的控制。为了提高系统适应性,采用非线性最小二乘法实现电动车模型参数的在线辨识;并基于粒子群算法对车辆PID控制器参数进行在线整定,从而完成对任意设定工况速度曲线的跟随。实车试验表明,提出的方法能实现加速踏板的平滑控制,且控制重复性高,完全可以代替驾驶员进行电动车续驶里程试验。(本文来源于《测控技术》期刊2019年07期）
程乐,徐义晗,卞曰瑭[3]（2019）在《一种单计算参数的自学习路径规划算法》一文中研究指出针对当前机器人路径规划算法存在计算参数多的问题,提出一种单计算参的自学习蚁群算法。该算法使用一种改进的栅格法完成环境建模,种群中个体使用8-geometry行进规则,整个种群的寻优过程使用了自学习和多目标搜索策略。其特点在于整个算法只需进行一个计算参数设置。蚂蚁个体可使用1、■、2、■、■步长行进,一次搜索可以发现多条可行路径,提高了算法计算效率。仿真实验表明,在复杂的工作空间,该算法可以迅速规划出一条安全避碰的最优路径,效率优于已存在算法。(本文来源于《电子技术应用》期刊2019年04期）
秦红波[4]（2016）在《京唐1580热轧卷取温度自学习参数快速检索功能开发》一文中研究指出首钢京唐公司1580热轧卷取温度控制过程中,为了得到良好的卷取温度控制精度,经常需要手动维护模型自学习参数和头尾温度补偿参数。模型参数根据带钢的钢种、厚度以及目标温度等参数分层别设置,开发自学习参数快速检索功能,节省了查找当前或最近处于层冷控制区域的带钢规格的自学习参数的时间,使模型控制参数得到及时修改,保证了卷取温度命中率和产品性能。(本文来源于《工业控制计算机》期刊2016年08期）
唐红雨,赵文祥[5]（2016）在《永磁同步电机参数自学习滑模控制研究》一文中研究指出在传统滑模控制中,通常根据实测电流和观测器的电流估计值之差设计滑模面,但这往往会造成趋近滑模面较慢和相位滞后问题。以电流和磁链作为RBF神经网络滑模观测器的输入,把转子角速度作为未知量,采用RBF神经网络最小参数自学习算法,使神经网络滑模控制器的输出作为系统位置控制输入信号,通过参数的估计代替网络权值的调整,减少了计算量,采用指数型趋近律有效降低滑模控制的抖振现象。通过与传统滑模仿真试验相比,比较结果表明该方法可以提高系统的响应速度,实现转子位置的准确估算,降低抖振,改善系统的动态性能。(本文来源于《电机与控制应用》期刊2016年08期）
张劲秋[6]（2014）在《基于FOC控制的ACR参数自学习的研究》一文中研究指出通过电流环传递函数模型的建立,根据电机参数:R,L以及系统参数J等,以及要求控制的性能指标,自动运算出电流环的控制参数。从而不再需要守东调节P、I参数,减少人为调节的工作量及误差。(本文来源于《硅谷》期刊2014年20期）
刘挺[7]（2014）在《攀钢1220mm冷连轧机轧制力模型参数自学习分析》一文中研究指出在冷连轧过程控制中,影响轧制力模型预报精度的主要因素是材料的屈服应力和摩擦系数。攀钢1 220 mm冷连轧机屈服应力模型通过机架屈服应力自学习、材料等级屈服应力自学习以及材料类别屈服应力补偿来确保屈服应力模型的计算精度。为提高摩擦系数模型的计算精度,除了在模型中充分考虑轧制速度、轧辊粗糙度及轧辊磨损等影响因素外,还引进了低速摩擦系数的自学习形式。另外,攀钢1 220 mm冷连轧机轧制力模型针对特定的轧制条件分别采用调整屈服应力和摩擦系数的自适应学习方法,在实际应用中能够迅速提高轧制力模型的预报精度。(本文来源于《轧钢》期刊2014年05期）
蔡庆玲,詹宜巨,杨健[8]（2014）在《基于自学习多维参数可信安全度量模型研究》一文中研究指出针对可信度量现存问题,依据软件安全保护原则提出通过融合多方度量因子建立综合的可信度量模型——随机抽取划分序列策略模型。该模型兼顾了软件安全度需求系数、软件安全度评估系数及软件执行所需资源开销系数等多方因素,摒弃了传统单一的度量方法,建立了综合性的可信度量策略及构造方法,兼顾了多方面安全需求问题,并且实现了细粒度完整性检验,降低了可信度量的运算开销。(本文来源于《中山大学学报(自然科学版)》期刊2014年04期）
周乔皇[9]（2014）在《大型复杂曲面船体外板成形工艺参数自学习专家系统》一文中研究指出船体外板水火弯板成形技术,线加热成形主要依然依靠工人经验手工完成,这种方式不但效率很低,而且加工质量波动较大；由于船板面积和曲度较大、耗费时间计算船体外板成形状态信息的时间较长、特定成形状态下火工参数类型复杂不一、影响外板成形的因素过多和现有水火弯板智能加工系统对大区率板材工艺参数预报失真,这都严重阻碍现代化造船的发展。以上问题中,国内外研究中已经解决了水火弯板工艺参数与外板收缩量关系模型的建立问题、曲度较小的曲面匹配及火路预报问题,仍然存在以下问题：大曲度外板的叁维拟合问题、火路类型预报及精准叁维火路位置预报问题,没有得到很好的解决,木文主要针对以上未解决的问题进行深入研究并开发专家系统,实现大曲率板材成形的全过程自动化火路预报。针对叁大未解决问题,主要工作如下：(1)研究国内外船体外板曲面的描述、展开、坐标系转换及匹配技术、火路预报算法以及机器学习算法在工程领域的应用研究。(2)研究不同坐标系下大曲率曲面叁维坐标转换技术,解决了测量曲面与企业Tribon系统成形曲面坐标系的统一问题,为专家系统后续曲面匹配等工作做铺垫；(3)研究同一坐标系下成形曲面与测量曲面之间的差异及其叁维匹配技术,解决检测曲面与成形曲面的拟合问题,为专家系统判断大曲率曲面是否成形提供依据,即解决叁维匹配问题；(4)研究大曲率曲面成形状态描述参数与火路布置类型之间的关系,利用机器学习技术对两者关系进行学习,使得专家系统能够识别特定成形状态的大曲率板材,并预报出唯一的火路类型。(5)研究大曲率板材横向火路类型、纵向火路类型及扭曲火路类型的叁维位置预报技术,解决了精准叁维火路位置信息预报问题。(6)最后开发了专家系统软件完成上述功能。本课题针对以上提出的叁大问题,本文提出了成形描述参数及其参数的量化方法和测量曲面与成形曲面拟合方法判断曲面是否达到成形并研究曲面描述参数与火路类型机器学习算法,最后也提出了较为具体的叁维火路位置信息的预报算法。课题的研究提高了专家系统火路预报位置准确度,加快船舶加工自动化作业水平,为国防军事的发展起到积极的推动作用,并且其推广应用价值意义重大。(本文来源于《广东工业大学》期刊2014-05-01）
奚小玲,周新亮,吴胜田[10]（2014）在《热连轧多加热炉设定模型自学习参数计算及优化》一文中研究指出在有多座加热炉的热连轧生产线中,加热炉之间存在较大的工况差异,给产品精度和生产的稳定性带来不利影响。为有效解决上述问题,笔者提出对热连轧设定模型自学习参数分炉进行计算,并采用指数平滑法平滑震荡的参数,在上述基础上对不同的自学习参数分别采用长遗传、短遗传方法进行优化处理。实践证明,采用该方法后,针对不同产品规格和不同工艺制度,过程控制系统能够按照加热炉进行很好的自适应,提高了产品精度。(本文来源于《冶金自动化》期刊2014年02期）
参数自学习论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对人工驾驶和现有的机械式驾驶机器人在电动车续驶里程试验中存在成本高、耗时长和错误率高的问题,利用电动车结构和控制上的独特性,依托自行设计的电动车转毂驾驶机器人,采用电信号完成对车辆的控制。为了提高系统适应性,采用非线性最小二乘法实现电动车模型参数的在线辨识;并基于粒子群算法对车辆PID控制器参数进行在线整定,从而完成对任意设定工况速度曲线的跟随。实车试验表明,提出的方法能实现加速踏板的平滑控制,且控制重复性高,完全可以代替驾驶员进行电动车续驶里程试验。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
参数自学习论文参考文献
[1].陈增强,秦贝贝,孙明玮,孙青林.基于参数自学习的船舶航向自抗扰控制[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[2].何倩,张为公,王东,曹斌,田金星.电动车驾驶机器人控制器参数自学习方法研究[J].测控技术.2019
[3].程乐,徐义晗,卞曰瑭.一种单计算参数的自学习路径规划算法[J].电子技术应用.2019
[4].秦红波.京唐1580热轧卷取温度自学习参数快速检索功能开发[J].工业控制计算机.2016
[5].唐红雨,赵文祥.永磁同步电机参数自学习滑模控制研究[J].电机与控制应用.2016
[6].张劲秋.基于FOC控制的ACR参数自学习的研究[J].硅谷.2014
[7].刘挺.攀钢1220mm冷连轧机轧制力模型参数自学习分析[J].轧钢.2014
[8].蔡庆玲,詹宜巨,杨健.基于自学习多维参数可信安全度量模型研究[J].中山大学学报(自然科学版).2014
[9].周乔皇.大型复杂曲面船体外板成形工艺参数自学习专家系统[D].广东工业大学.2014
[10].奚小玲,周新亮,吴胜田.热连轧多加热炉设定模型自学习参数计算及优化[J].冶金自动化.2014