資源簡介
預測控制下的參數模型--受控自回歸滑動積分平均模型--廣義預測控制求解丟番圖方程
代碼片段和文件信息
%-構造CARIMA模型。
%A(z_1)*y(t)=B(z_1)*u(t-1)+C(z_1)/Δ*epslu(t)
%diophantine方程
%1=Ej(z_1)*A(z_1)*Δ+z_j*Fj(z_1);
%Ej*B(z_1)=Gj(z_1)+z_j*Hj(z_1)
%y~(t+j)=Gj(z_1)Δu(t+j-1)+Fj(z_1)y(t)+Hj(z_1)Δu(t-1)
%???????=G~(z_1)Δu(t+j-1)+Fj(z_1)y(t)
%G~(z_1)=Ej*B(z_1)=Gj(z_1)+z_j*Hj(z_1)
%G~1=E1*B+z_1*H1G~2=E2*B+z_2*H2?
A=[1?-0.7];
B=[0.9?-0.6];
a=A(2:end);????%a=-0.7
b=B;
%-控制參數。
N1=3;
Nu=3;
lanbt=0.1;??%lamda??控制加權系數
na=length(a);??%na=1
nb=length(b)-1;%nb=1
%-初始化向量。
aa(1)=a(1)-1;????%aa(1)=-1.7
if?na>=2
???for?i=2:na
?????aa(i)=a(i)-a(i-1);
???end
end
aa(na+1)=-a(na);??%aa(2)=0.7
F=zeros(N1na+1);??%F=zero(32);3x2
F(1:)=-aa;%F(11)=-aa(1)=0.7F(12)=-aa(2)=0.7
e=zeros(1N1);%1x3
e(1)=1;
f=zeros(1na+1);%1x2
H=zeros(N1nb);%3x1
H(1:)=b(2:end);%H(1:)=-0.6
g=zeros(1N1);%1x3
g(1)=e(1)*b(1);%g(1)=0.9????G_=Ej*B
%-求解diophantine方程。
for?j=1:N1-1???%j=1:2
????for?i=1:na??%i=1:1
???????F(j+1i)=F(ji+1)-aa(i)*F(j1);%F[]3x2
????end
????F(j+1na+1)?=-aa(na+1)*F(j1);?
????e(j+1)=F(j1);
????if?nb>1
??????for?i=1:nb-1
?????????H(j+1i)=e(j+1)*b(i+1)+H(ji+1);%H[]3x1
??????end
????end
??????H(j+1nb)=e(j+1)*b(nb+1);
??????g(j+
評論
共有 條評論