基于SCN深度Koopman模型的明渠预测控制方法

    公开(公告)号:CN119536084A

    公开(公告)日:2025-02-28

    申请号:CN202411717151.9

    申请日:2024-11-27

    Applicant: 中南大学

    Abstract: 本公开实施例中提供了一种基于SCN深度Koopman模型的明渠预测控制方法,属于控制技术领域,具体包括:步骤1,采集明渠系统对应的状态数据和控制序列;步骤2,基于状态数据和控制序列训练基于随机配置网络的编码器和解码器;步骤3,根据训练好的编码器和解码器建立状态更新方程;步骤4,根据训练好的编码器和解码器以及状态更新方程构建优化问题并求解,得到优化控制器对明渠系统进行预测控制。通过本公开的方案,提高了对明渠系统水位控制的效率、精准度和鲁棒性。

    一种变体飞行器鲁棒预测控制方法及相关设备

    公开(公告)号:CN119690124A

    公开(公告)日:2025-03-25

    申请号:CN202411599438.6

    申请日:2024-11-11

    Applicant: 中南大学

    Abstract: 本申请涉及变体飞行器控制技术领域,提供了一种变体飞行器鲁棒预测控制方法及相关设备,该方法包括:构建目标变体飞行器的绕质心运动方程,并基于绕质心运动方程获取目标变体飞行器的系统姿态角方程;获取目标变体飞行器在多个历史时刻的状态变量和控制变量,并基于库普曼理论,利用所有状态变量、所有控制变量、系统姿态角方程构建库普曼标称模型;基于库普曼标称模型构建目标变体飞行器的线性多胞系统;基于线性多胞系统构建目标变体飞行器的鲁棒预测控制器;对鲁棒预测控制器进行求解,得到目标变体飞行器的最优控制量,根据最优控制量对目标变体飞行器进行控制。本申请的方法能够提高对变体飞行器进行控制的准确性。

Patent Agency Ranking