1) saturated best functions
饱和最优函数
2) least harmonic majorant
最小调和优函数
3) saturation function
饱和函数
1.
Investigation of a novel method of saturation function for chattering reduction of sliding mode control;
抑制滑模抖振的新型饱和函数法研究
2.
At the same time,saturation function is adopted to reduce the system chatter.
在第1阶段,采用继电控制使摆杆平稳快速摆起;当摆杆摆动到平衡位置附近时切换到第2阶段,即采用李雅普诺夫直接法设计的变结构控制器,并通过饱和函数削弱变结构控制系统的抖振,实现对倒立摆的稳定控制。
3.
Giving the definitions of saturation function and M-matrix, the problem how to get the decentralized robust stabilization is proposed for composite systems.
通过分散鲁棒线性状态反馈控制得到了不确定输入饱和组合系统可状态反馈镇定的充分条件,找出了基于饱和输入的新的分散鲁棒控制器的设计方法·给出了饱和函数和矩阵的定义·提出了如何使组合系统分散鲁棒稳定的问题·运用矩阵构造Lyapunov函数并借助于代数Riccati方程,获得了比较简单的不确定组合系统稳定的输入饱和分散鲁棒充分条件·并且给出了在系统特殊情况下的分散鲁棒反馈控制律
4) saturated function
饱和函数
1.
The sign function of the switching surface function is replaced by a suitable saturated function to reduce the system chattering.
同时用一个合适的饱和函数替代切换函数中的符号函数,有效地减弱了系统颤振。
2.
To the trajectory tracking problem of robots with concentrating uncertainties,based on the traditional PD control and by using the double saturated function,a polynomial-based decentralized control strategy independant on dynamic model is presented.
针对具有集中不确定性的机器人轨迹跟踪问题,在传统PD控制基础上,引用双重饱和函数提出了一种不依赖于机器人动力学模型的基于多项式的分散控制结构。
3.
In order to make the control smoothed and bounded, a saturated function instead of the symbols function.
针对集中不确定部分,采用径向基神经网络对其进行上界估计,在已估得上界的情况下设计滑模补偿控制器,保证系统的全局稳定,并且利用鲁棒控制项集中补偿有效消除了网络逼近误差,采用饱和函数代替滑模控制中的符号函数,在保证控制效果的前提下有效地消除了控制器抖震现象,利用李亚普诺夫定理证明了控制系统全局稳定,跟踪误差渐近收敛于零。
5) optimum degree of saturation
最优饱和度
1.
A method is proposed for predicting the combined effect of confining stress,void ratio,and particle characteristics on the maximum shear modulus ratio and optimum degree of saturation in partially saturated cohesionless soils.
提出可以考虑平均有效应力、孔隙比和颗粒特征对非饱和无粘性土最大剪切模量比及最优饱和度的综合影响的方法 ,仅需四个参数 :土的级配、孔隙比、平均有效应力和颗粒形状 ,因此可避免一系列复杂的动力试验 。
6) best function
最优函数
补充资料：动力学系统函数寻优
在一组约束条件下,寻找动力学系统的一组函数,使给定的指标达到最优值（极小或极大值）的方法，属于多次运行仿真。动力学系统函数寻优方法有三类：极大值原理法（见极大值原理）、动态规划法(见动态规划)和直接函数寻优法。前两种方法只能处理最优控制问题，即被寻优的函数是以时间为自变量的。
直接函数寻优法是计算机仿真中常用的方法。它的基本思路是先将被寻优的函数表示成一些已知的基函数的代数和，从而将对函数的寻优转变成为对这些代数项的权系数寻优，即变成为参数寻优问题。以一个寻优函数u(x)为例，设u(x)能表示成：
其中lj(x)是定义在[ɑ，b]上的已知标量基函数,αj是可调权系数(参数)。给出一组参数α1，α2，...，αm，便确定一个函数 u(x)。x可以是系统中的状态变量或时间变量。基函数lj(x)可以是阶梯形函数、折线形函数、多点插值函数等。当选定基函数后，函数u(x)的寻优问题便转变成一组参数(α1,α2,...,αm)的寻优问题。如果在系统模型中加入实现上式的函数插值器，则函数的迭代寻优过程与参数寻优类同（见动力学系统参数寻优）。
对于n个函数寻优的情形，有n个相应的上述表达式，也就有n×m个参数寻优。
直接函数寻优法是计算机仿真中常用的方法。它的基本思路是先将被寻优的函数表示成一些已知的基函数的代数和，从而将对函数的寻优转变成为对这些代数项的权系数寻优，即变成为参数寻优问题。以一个寻优函数u(x)为例，设u(x)能表示成：
其中lj(x)是定义在[ɑ，b]上的已知标量基函数,αj是可调权系数(参数)。给出一组参数α1，α2，...，αm，便确定一个函数 u(x)。x可以是系统中的状态变量或时间变量。基函数lj(x)可以是阶梯形函数、折线形函数、多点插值函数等。当选定基函数后，函数u(x)的寻优问题便转变成一组参数(α1,α2,...,αm)的寻优问题。如果在系统模型中加入实现上式的函数插值器，则函数的迭代寻优过程与参数寻优类同（见动力学系统参数寻优）。
对于n个函数寻优的情形，有n个相应的上述表达式，也就有n×m个参数寻优。
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