1) Riccati method
Riccati寻优
1.
First the system is modeled and linear the processing to that model, then the controller of the system is designed by the Riccati method according to the system restriction condition , a whole states - space feedback control law is computed by the MATLAB.
首先对该系统进行了数学建模和线性化处理,然后根据系统约束条件,采用Riccati寻优法,利用MATLAB计算出全状态反馈控制律,根据这个控制律,给系统设计了一个降维观测器,最后使用SIMULIK对整个控制系统进行了仿真。
2) optimization
[英][,ɔptimai'zeiʃən] [美][,ɑptɪmaɪ'zeʃən]
寻优
1.
Stability of the optimization procedure and its improvement for the regional cathodic protection model;
区域性阴极保护模型寻优过程平稳性及其改进
2.
Regulation of PID controller parameters based on ant colony optimization algorithm in vehicle traction control system;
基于蚁群寻优的汽车牵引力PID控制参数整定
3.
Main deck extending degree optimization based on GA method
基于遗传算法的船体主甲板外展程度寻优
3) optimize
[英]['ɔptɪmaɪz] [美]['ɑptə'maɪz]
寻优
1.
In this paper, a project was proposed that controller parameters were optimized by particle swarm optimization (PSO), and it was being principle analysis and simulation of numerical value.
结果表明,该方法可以较好地寻优纵向块对角控制器参数,实现舰载机跟踪理想轨迹准确着舰。
4) optimizing
[英]['ɔptimaiz] [美]['ɑptə,maɪz]
寻优
1.
Firstly the algorithm of learning classifier system and its application are introduced, then through a game question, a comparison is made of four optimizing strategy: learning classifier system, classifier system, feedback system and walking system.
首先简单介绍了学习分类器算法及其应用情况,其次通过一个博奕问题比较了学习分类器、分类器、反馈系统及随机游走策略这4种比较常见的组织决策模式在绩效寻优方面的效率,指出了学习分类器算法在解决复杂系统的绩效寻优方面具有比较高的效率,对组织的决策模式具有很大的启发意义。
5) optimization extreme
极值寻优
6) statistical optimizing
统计寻优
补充资料：动力学系统参数寻优
在一组约束条件下,寻找动力学系统的一组参数,使给定的指标达到最优值（极大或极小值）的方法。它广泛应用于系统的分析、综合与设计中。在实际的动力学系统寻优问题中，给出指标的解析式很困难或者给出的解析式很复杂，一般只能针对具体参数，通过仿真来计算系统的指标。为了寻求使指标达到最优值的参数，必须进行多次运行仿真。因此，动力学系统寻优是多次运行仿真的一个重要方面。
动力学系统参数寻优方法的基本步骤是：①给定一组初始参数，并用仿真的方法计算出系统在这一参数下所达到的指标。②按照一定的规则在某一个寻优方向上找到一组新的参数，它和初始参数之间的距离称为寻优步长。新参数必须满足约束条件。③再用仿真的方法计算出系统在新参数下所达到的指标。④判断新参数是否已使指标达到最优值;如果尚未达到,则继续由这组新参数出发再重新寻找，直到使指标达到最优值为止。寻优的效率不仅取决于确定寻优方向和寻优步长的规则，还取决于仿真的效率。
动力学系统参数寻优的算法大多来源于非线性规划的迭代数值解法，如区间消去法、插值法、单纯形法、共轭梯度法等（见非线性规划）。为了解决多极值指标和泛函限制条件的问题，80年代出现了一些新算法，如自适应随机法，它能在寻优过程中自适应地选择寻优步长分布的最优方差，并周期地探测局部最优的寻优步长方差，从而找到改进的新区域，降低落入局部极值的概率。
动力学系统参数寻优方法的基本步骤是：①给定一组初始参数，并用仿真的方法计算出系统在这一参数下所达到的指标。②按照一定的规则在某一个寻优方向上找到一组新的参数，它和初始参数之间的距离称为寻优步长。新参数必须满足约束条件。③再用仿真的方法计算出系统在新参数下所达到的指标。④判断新参数是否已使指标达到最优值;如果尚未达到,则继续由这组新参数出发再重新寻找，直到使指标达到最优值为止。寻优的效率不仅取决于确定寻优方向和寻优步长的规则，还取决于仿真的效率。
动力学系统参数寻优的算法大多来源于非线性规划的迭代数值解法，如区间消去法、插值法、单纯形法、共轭梯度法等（见非线性规划）。为了解决多极值指标和泛函限制条件的问题，80年代出现了一些新算法，如自适应随机法，它能在寻优过程中自适应地选择寻优步长分布的最优方差，并周期地探测局部最优的寻优步长方差，从而找到改进的新区域，降低落入局部极值的概率。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条