导读:本文包含了参数自适应论文开题报告文献综述、选题提纲参考文献，主要关键词:自适应,高斯,参数,永磁,观测器,过程,神经元。
参数自适应论文文献综述写法
尹俊华,薄翠梅,刘艳萍,杨磊[1]（2019）在《基于Markov参数整定的自适应迭代学习PID控制》一文中研究指出针对半间歇反应过程参数时变问题,研究基于Markov参数整定的单神经元自适应迭代学习PID控制方法。首先建立二维迭代学习PID控制器(2D-ILC-PID),采用Markov参数法离线整定控制器的参数初值;然后在批次内采用单神经元自适应调节机制在线调节2D-ILC-PID控制器参数,同时利用批次间的重复特性更新控制输入提高迭代学习速率,有效提升控制系统跟踪性能。最后在环己胺制备反应过程进行仿真实验验证,实验结果表明提出的基于Markov参数整定的自适应迭代学习控制方法能够实现多时段反应器温度的精确跟踪。(本文来源于《高校化学工程学报》期刊2019年06期）
吴志祥,黄旭聪,施小帅,李晓健,闵静静[2]（2019）在《基于参数自适应动态差分进化算法的变压器局放源定位》一文中研究指出针对变压器局部放电超声定位中混合优化算法存在的寻优参数较多及寻优过程较为复杂等不足,提出了一种基于PADDE(参数自适应动态差分进化)算法的变压器局放源定位方法。在种群的变异及交叉过程中,结合适应度函数自适应地对传统DE(差分进化)算法参数进行选择,并动态地对当前种群进行更新,从而有效提高了寻优性能,并加快了收敛速率。通过Benchmark标准测试函数和实际变压器局部放电超声定位对该方法的有效性和可行性进行验证,结果表明:相比于传统的DE算法,PADDE算法寻优能力更强,得到的定位结果更加精确,定位误差始终保持较小的数值。(本文来源于《浙江电力》期刊2019年11期）
曹文梁,康岚兰[3]（2019）在《高斯过程回归超参数自适应选择粒子群优化算法》一文中研究指出超参数优化是减少高斯过程回归(Gaussian process regression,GPR)学习方法计算量,提高高斯模型性能的一个重要问题。为解决超参数优化问题中先验知识匮乏,对初始值过分依赖且易陷入局部最优等问题,文章引入粒子群优化(particle swarm optimization,PSO)算法,并结合差分速度更新公式及自适应变异策略,提出了一种自适应差分粒子群-高斯过程回归优化(adaptive differential particle swarm optimization-Gaussian process regression,ADPSO-GPR)算法对GPR中超参数进行自适应优化。该算法在线性与非线性两类时序回归序列上与多种主流超参数优化算法进行对比,实验结果表明,采用该文算法优化超参数后的GPR具有较高的拟合精度及泛化能力。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年11期）
陈晨,廖奇峰,王皓[4]（2019）在《含随机参数的偏微分方程的自适应高斯过程求解器》一文中研究指出对于数值求解含随机参数的偏微分方程的问题,本文基于以高斯过程为核心的求解器提出了一种自适应挑选训练数据的求解模型.该模型从极少的初始训练数据集出发训练高斯过程求解器,将参数池中预测方差指示变量最大的参数及其对应的偏微分方程的高精度解加入训练数据集中,然后重复上述过程,直到所训练出来的高斯过程求解器在测试数据集上达到所要求的精度.此外,本文还将该自适应模型在带有二维随机参数的扩散方程上进行测试,结果表明所提出的自适应选点策略有效,模型的预测准确度随着训练数据的增加而迅速提高,最终只需要40个训练数据即可在测试数据集上达到要求的精度.(本文来源于《四川大学学报(自然科学版)》期刊2019年06期）
朱洪峰,熊伟,崔亚奇,吕亚飞[5]（2019）在《基于加速度的马尔可夫参数自适应IMM算法》一文中研究指出针对标准的交互式多模型算法(IMM)模型切换存在滞后性,使得目标机动改变时跟踪误差增大的问题,提出了一种基于加速度的自适应转移概率矩阵的IMM算法。该算法通过当前时刻IMM算法输出的加速度估计值,得到相应的修正因子,修正下一时刻的转移概率矩阵,使得模型切换速度加快,减小目标机动时的跟踪误差。最后通过仿真实验证明,改进的IMM算法能够有效减小目标机动改变时跟踪误差,提高模型切换速度,同时还指出了该算法的适应范围。(本文来源于《火力与指挥控制》期刊2019年11期）
侯力枫[6]（2019）在《基于RLS多参数辨识的飞轮储能系统自适应控制方法》一文中研究指出电机作为飞轮储能系统中的核心部件,其控制性能直接影响整个飞轮储能系统的运行。针对永磁无刷直流电机矢量控制系统中电流/速度控制器对参数的依赖性直接影响电机的控制性能,对电流/速度控制器传递函数近似处理原则在特定条件下的具体情况进行深入分析。以此为基础提出了一种基于递推最小二乘法的多参数辨识自适应控制方法,对基于dq轴坐标系下的电机电感参数和运动惯量进行在线辨识,提高了参数辨识精度,并利用鞅差序列对目标算法进行收敛性分析。仿真与试验结果验证了所提控制算法的正确性和可行性。(本文来源于《电器与能效管理技术》期刊2019年20期）
杨晔晨,胡越黎,徐杰,承文龙,郁怀波[7]（2019）在《基于改进高斯滤波与加权环境参数自适应估计的定位方法》一文中研究指出基于接收信号强度指示(received signal strength indication, RSSI)测距的定位技术是一种成本比较低廉的定位技术.为了能够有效降低RSSI值因环境因素的影响而产生的误差,提出了一种改进的加权高斯滤波算法对RSSI值进行处理;并建立了一种加权环境参数自适应估计算法对当前待定位的移动节点所处位置的环境参数进行估计;然后根据估计所得的环境参数确定移动节点所在位置的路径损耗模型;最后根据该模型估计移动节点的位置.实验结果表明,该方法能够有效提高系统的定位精度.(本文来源于《上海大学学报(自然科学版)》期刊2019年05期）
王旭东,杨传江[8]（2019）在《基于参数自适应二阶滑模观测器的PMSM控制》一文中研究指出针对传统一阶滑模观测器存在较大抖振的问题,提出一种基于参数自适应的二阶滑模观测器。根据Super-Twisting算法的理论分析,并考虑到基于该算法的滑模观测器参数固定导致永磁同步电机(PMSM)调速范围窄的问题,设计了一种可在线调节滑模参数的高阶滑模观测器,并使用饱和函数代替了算法中所用的开关函数。为了说明所提滑模观测器的可行性和有效性,与采用饱和函数的一阶滑模观测器进行比较。仿真和实验结果表明,相比于一阶滑模观测器,所提基于参数自适应的二阶滑模观测器能更有效地抑制滑模抖振,减小转子位置和转速估算偏差,具有良好的稳态性能和动态性能。(本文来源于《电力电子技术》期刊2019年10期）
刘江峰,刘兆霆,姚英彪[9]（2019）在《无线传感网络低比特量传输的自适应RLS参数估计》一文中研究指出在基于传感器网络的参数估计中,由于网络带宽和节点能量通常是有限的,直接传输每个节点获得的采样信号(无限比特精度)将消耗较多的带宽资源和节点能量。为了缓解这种情况,同时保证参数估计有较好的性能,考虑了利用无线传感器网络采样信号的低比特量化测量实现参数的自适应估计问题,并提出了一种基于递归最小二乘(Recursive Least Square,RLS)的低比特量传输估计算法。通过仿真实验表明,该算法相比现有低比特算法,估计精度更高,且能够达到与经典RLS算法几乎相同的估计精度和收敛速度。(本文来源于《传感技术学报》期刊2019年09期）
张世俊,邢琰[10]（2019）在《参数不确定机器人关节特征建模与自适应控制研究》一文中研究指出针对参数不确定的足式机器人关节控制问题,建立了足式机器人单腿动力学模型,分析了其多输入多输出、时变、耦合和非线性等特性,建立了一种具有输入解耦形式的多输入输出特征模型;然后基于此模型给出了全系数自适应控制方法;最后利用虚拟样机技术对足式机器人多种工况进行仿真。仿真结果验证了建模和控制方法的有效性。(本文来源于《载人航天》期刊2019年05期）
参数自适应论文开题报告范文
（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：
针对变压器局部放电超声定位中混合优化算法存在的寻优参数较多及寻优过程较为复杂等不足,提出了一种基于PADDE(参数自适应动态差分进化)算法的变压器局放源定位方法。在种群的变异及交叉过程中,结合适应度函数自适应地对传统DE(差分进化)算法参数进行选择,并动态地对当前种群进行更新,从而有效提高了寻优性能,并加快了收敛速率。通过Benchmark标准测试函数和实际变压器局部放电超声定位对该方法的有效性和可行性进行验证,结果表明:相比于传统的DE算法,PADDE算法寻优能力更强,得到的定位结果更加精确,定位误差始终保持较小的数值。
（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。
参数自适应论文参考文献
[1].尹俊华,薄翠梅,刘艳萍,杨磊.基于Markov参数整定的自适应迭代学习PID控制[J].高校化学工程学报.2019
[2].吴志祥,黄旭聪,施小帅,李晓健,闵静静.基于参数自适应动态差分进化算法的变压器局放源定位[J].浙江电力.2019
[3].曹文梁,康岚兰.高斯过程回归超参数自适应选择粒子群优化算法[J].合肥工业大学学报(自然科学版).2019
[4].陈晨,廖奇峰,王皓.含随机参数的偏微分方程的自适应高斯过程求解器[J].四川大学学报(自然科学版).2019
[5].朱洪峰,熊伟,崔亚奇,吕亚飞.基于加速度的马尔可夫参数自适应IMM算法[J].火力与指挥控制.2019
[6].侯力枫.基于RLS多参数辨识的飞轮储能系统自适应控制方法[J].电器与能效管理技术.2019
[7].杨晔晨,胡越黎,徐杰,承文龙,郁怀波.基于改进高斯滤波与加权环境参数自适应估计的定位方法[J].上海大学学报(自然科学版).2019
[8].王旭东,杨传江.基于参数自适应二阶滑模观测器的PMSM控制[J].电力电子技术.2019
[9].刘江峰,刘兆霆,姚英彪.无线传感网络低比特量传输的自适应RLS参数估计[J].传感技术学报.2019
[10].张世俊,邢琰.参数不确定机器人关节特征建模与自适应控制研究[J].载人航天.2019