导读:本文包含了迭代误差论文开题报告文献综述及选题提纲参考文献，主要关键词:扰动观测器,机床,迭代学习,跟踪误差
迭代误差论文文献综述
姜魏梁,招瑞丰[1]（2019）在《基于扰动观测器的机床加工误差迭代学习控制》一文中研究指出机床在加工复杂产品时,由于运动轨迹的不连续,导致机床进给系统驱动轴跟踪误差较大.对此,创建了机床进给系统误差平面简图,建立驱动系统动力方程式.在经典比例微分(PD)控制方法的基础上,设计了扰动观测器组成的迭代学习控制方法.采用李雅普诺夫函数对改进后的控制方法进行证明,得出控制系统的稳定性.在Matlab软件中对机床进给驱动系统跟踪误差进行仿真,并与PD控制方法形成对比.仿真结果显示:机床进给驱动系统采用PD控制方法,双轴产生的最大误差为2.77×10~(-2) mm,在轨迹拐角处波动幅度较大;机床进给驱动系统采用PD控制方法,双轴产生的最大误差为1.62×10~(-2) mm,在轨迹拐角处波动幅度较小.机床进给驱动系统采用扰动观测器的迭代学习控制方法,对未知预测能力强,控制精度高.(本文来源于《中国工程机械学报》期刊2019年05期）
沙良彬,籍艳,万立娟[2]（2019）在《输出误差自回归系统的分解梯度迭代算法研究》一文中研究指出针对输出误差自回归系统(output error autoregressive system,OEAR)辨识参数误差大,收敛速度慢的问题,本文将递阶辨识原理与梯度迭代算法(gradientbased iterative algorithm,GI)运用到输出误差自回归系统的辨识过程中,针对该系统的算法进行推导,提出了基于分解的输出误差自回归系统的梯度迭代算法。将输出误差自回归系统分解成2个子系统,通过梯度迭代算法分别对2个子系统进行辨识,最后用Matlab仿真实例进行仿真。仿真结果表明,在输入信号的作用下,系统能够更快速的收敛到比原有算法误差更小的范围内,验证了该算法的有效性。(本文来源于《青岛大学学报(工程技术版)》期刊2019年03期）
付向姿[3]（2019）在《多孔弹性问题的多尺度时间迭代格式和后验误差估计》一文中研究指出本文针对多孔弹性模型提出了多尺度时间迭代格式和后验误差估计.本文首先将原问题重建为流体耦合问题,空间离散采用多物理场有限元方法,时间离散采取多尺度时间迭代格式,即在较大的时间步长上研究广义的Stokes问题,在较小的时间步长上研究扩散问题,通过理论分析说明该格式是稳定的,不仅满足能量守恒,而且不会降低数值解的精度,极大地减少了运算时间,并给出数值算例验证了理论结果.与此同时,基于多尺度时间迭代格式构造了新的误差指示器,通过理论分析证明了构造的误差指示器是有效的,并进行后验误差估计,最后给出数值算例说明在自适应剖分下构造的误差指示器的有效性,而且此方法能够消除“闭锁现象”,极大地减少了计算时间.(本文来源于《河南大学》期刊2019-06-01）
柴媛媛,孙中波,杨宏韬,李岩,刘克平[4]（2019）在《一类无重置条件的机械臂加速抑制初态误差迭代学习控制方法》一文中研究指出针对任意初态误差,在时间轴上设计一段随迭代次数增加而缩短的修正区间。结合迭代学习控制算法,机械臂在每次迭代时无需重置初始条件,经过多次迭代学习后,实现跟踪误差渐近收敛于零。在λ范数意义下,证明迭代学习控制算法的收敛性,仿真结果验证该方法的可行性和有效性。(本文来源于《长春工业大学学报》期刊2019年02期）
崔立鲁,高先明,邹正波,张惠妹,林景泓[5]（2019）在《顾及系数矩阵中误差项的叁维坐标转换参数总体最小二乘迭代算法》一文中研究指出在求解叁维坐标转换参数过程中,观测误差直接影响着系数矩阵中相关元素的精确性,从而影响到坐标转换参数的最终结果。传统的总体最小二乘算法认为由平面坐标组成的系数矩阵中所有元素都含有误差,忽略了常数项的存在。因此,提出了一种只针对系数矩阵中含有误差元素改正的总体最小二乘迭代算法。该算法对系数矩阵中的常数项和含有误差的元素分别进行处理,利用某地实测数据对本算法的可靠性和精确性进行了验证,并将计算结果与其他四种常用算法进行比较。数值分析结果表明:算法能够实现坐标转换参数的精确计算,可靠性较高。(本文来源于《科学技术与工程》期刊2019年03期）
刘立红,周宇,陈东青[6]（2019）在《一个构造增生映像零点的带误差的迭代算法》一文中研究指出设E是一致光滑的Banach空间,A:D(A)E→2~E是一个满足值域条件的增生算子,进一步满足线性增长条件:‖Ax‖≤C(1+‖x‖)对某个常数C>0, x∈D(A).设z∈D(A)是任意固定元,x_1∈D(A), A~(-1)0≠Φ.定义序列{x_n}D(A)如下:x_(n+1)∈x_n-λ_n(Ax_n+θ_n(x_n-z+e_n)),n≥1,其中{λ_n}与{θ_n}是满足一定条件的非负数列.则x_n→x~*∈A~(-1)(0),(n→∞).作为应用,我们推出构造连续伪压缩映像的不动点的收敛定理.(本文来源于《数学的实践与认识》期刊2019年01期）
施晓芬,陈翔,曹永勇,杨晓瑛,赵晓婷[7]（2019）在《基于回归BP神经网络误差分级迭代法的逐时气温预测方法研究》一文中研究指出气温预测是天气预测中的一项主要内容,由于气温的影响因素多而复杂,要想达到精细化预测目的,仍是十分复杂的科学难题.当前学术界的一般方法是假设数学模型对温度物理过程进行研究,建立了BP神经网络模型、温度与相对湿度之间的回归模型,最终在回归模型的基础上通过改进的BP神经网络建模,即利用BP神经网络误差分级迭代法建模,通过历史温度进行逐时气温预测,全样本误差达到0.617℃.(本文来源于《数学的实践与认识》期刊2019年01期）
陈斌,张洋,郭贤,高德伟,高建树[8]（2018）在《基于误差迭代的旋转机构偏心测量》一文中研究指出针对现有偏心测量方法存在的系统及模型复杂、多路信号需要同步整周期采样的问题,提出基于误差迭代的旋转机构偏心测量方法,搭建了转子感应器传感器系统物理模型,建立了偏心测量的理论模型,并在LabVIEW平台下实现了该方法。以飞机襟翼驱动器输入驱动系统为模拟测试对象,3种恒定转速下转子偏心距测量误差分别为2.3%、3.5%、2.2%,验证了模型和方法的准确性。(本文来源于《中国机械工程》期刊2018年14期）
赵怡茗[9]（2018）在《基于VMD-SE-LSSVM和迭代误差修正的光伏发电功率预测》一文中研究指出环境恶化和资源短缺是全球面临的共同危机。为缓解这一现象,各国大力推广可再生清洁能源的利用。太阳能因其清洁、高效、安全、便捷等优势得到了广泛地关注。太阳光强度和天气等因素都会影响光伏发电功率的波动,随着在电网中光伏发电装机容量的比重持续增大,其随机性和不稳定性对于并入大电网的影响也随之扩大,为了电力系统良好的电能质量和其安全、稳定的运行,关键环节是对光伏发电的及时调度,能够准确调度的前提条件是对其发电功率的准确预测。本课题基于支持向量机(SVM)原理对光伏发电短期功率的预测做出了深入的研究,为了进一步提高光伏发电功率的预测精度,提出了一种基于VMD-SE-LSSVM和迭代误差修正的预测方法。光伏发电功率的变化是非稳定和随机的,天气、辐照度和其它不确定因素对发电功率的影响都体现在光伏发电的历史功率数据中,故该方法首先采用变分模态分解(VMD)技术,将历史光伏发电功率分解成:一系列有限带宽的子模态,避免了模态混迭和噪声冲击的影响;然后用最小二乘支持向量机分别预测光伏发电功率和误差,将误差补偿后的功率值作为最终的预测结果。此外,兼顾了天气因素和时间维度对预测值的影响,本文还采用样本熵(SE)原理将天气类型量化作为特征向量输入支持向量机共同参与预测。以陕西省某50MW光伏电站的实测数据为例,预测每日6:00-20:00间隔为15min的光伏发电功率,使用仿真软件MATLAB建立模型对光伏电站的输出功率进行预测仿真分析,同时分别建立EMD-相似日-LSSVM、VMD-相似日-LSSVM、VMD-SE-LSSVM模型同样对测试样本进行预测,经过仿真,与传统方法的预测结果比对,论证了该方法在不同天气类型中的优异性,在光伏发电功率预测中具有一定的理论与实用价值。(本文来源于《西安理工大学》期刊2018-06-30）
高瑞,陈珺,刘飞[10]（2018）在《非线性系统在初态误差下的2D迭代学习算法》一文中研究指出针对一类具有重复运动特性的非线性离散系统,提出了一种开闭环迭代学习控制算法,基于2D Roesser理论,得到存在初态误差情况下的收敛条件,证明算法能够收敛到一个关于初态误差的邻域内,提高了系统的响应速率,理论分析与仿真验证了算法的有效性。(本文来源于《煤矿机械》期刊2018年06期）
迭代误差论文开题报告
（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：
针对输出误差自回归系统(output error autoregressive system,OEAR)辨识参数误差大,收敛速度慢的问题,本文将递阶辨识原理与梯度迭代算法(gradientbased iterative algorithm,GI)运用到输出误差自回归系统的辨识过程中,针对该系统的算法进行推导,提出了基于分解的输出误差自回归系统的梯度迭代算法。将输出误差自回归系统分解成2个子系统,通过梯度迭代算法分别对2个子系统进行辨识,最后用Matlab仿真实例进行仿真。仿真结果表明,在输入信号的作用下,系统能够更快速的收敛到比原有算法误差更小的范围内,验证了该算法的有效性。
（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。
迭代误差论文参考文献
[1].姜魏梁,招瑞丰.基于扰动观测器的机床加工误差迭代学习控制[J].中国工程机械学报.2019
[2].沙良彬,籍艳,万立娟.输出误差自回归系统的分解梯度迭代算法研究[J].青岛大学学报(工程技术版).2019
[3].付向姿.多孔弹性问题的多尺度时间迭代格式和后验误差估计[D].河南大学.2019
[4].柴媛媛,孙中波,杨宏韬,李岩,刘克平.一类无重置条件的机械臂加速抑制初态误差迭代学习控制方法[J].长春工业大学学报.2019
[5].崔立鲁,高先明,邹正波,张惠妹,林景泓.顾及系数矩阵中误差项的叁维坐标转换参数总体最小二乘迭代算法[J].科学技术与工程.2019
[6].刘立红,周宇,陈东青.一个构造增生映像零点的带误差的迭代算法[J].数学的实践与认识.2019
[7].施晓芬,陈翔,曹永勇,杨晓瑛,赵晓婷.基于回归BP神经网络误差分级迭代法的逐时气温预测方法研究[J].数学的实践与认识.2019
[8].陈斌,张洋,郭贤,高德伟,高建树.基于误差迭代的旋转机构偏心测量[J].中国机械工程.2018
[9].赵怡茗.基于VMD-SE-LSSVM和迭代误差修正的光伏发电功率预测[D].西安理工大学.2018
[10].高瑞,陈珺,刘飞.非线性系统在初态误差下的2D迭代学习算法[J].煤矿机械.2018