摘要
本发明涉及一种级联耦合下的分布式智能自主控制方法,包括如下步骤:第1步:对于每个设备建立基于状态自学习的非线性动力学模型,得到L个分布式非线性预测模型;第2步:每个设备根据自己的状态在线学习自回归模型参数;第3步:对于在线控制,获得第l个设备未来输出的多步预测,然后进行控制序列的优化;第4步:将控制序列的第一个值应用于设备l,如果l=L,跳转到步骤2继续进行滚动优化,否则继续执行步骤5;第5步:预测信息沿级联方向传输,计算第个设备l+1的未来的入口条件;第6步:令l=l+1并跳转到步骤3,实现级联分布式控制。相比其控制精度大大提升,为多设备级联下的精细化控制提供了新的解决思路。
技术关键词
自主控制方法
分布式智能
非线性动力学模型
级联
分布式控制
RBF神经网络
在线
序列
预测误差
入口
参数
思路
系统为您推荐了相关专利信息
经济性评估方法
风场
传感器误差
模型参数不确定性
非线性动力学模型
三维数字模型
IMU传感器
纹理
口腔扫描数据
注意力
风险评估模型
预后风险评估
级联
XGBoost模型
神经网络模型构建
融合注意力机制
数据分析方法
训练卷积神经网络
构建卷积神经网络
分子