一类整除判别试题178012

一类整除判别试题178012

张祖华

平阴县职业教育中心济南平阴 250400

摘要：本文对一类数性判别问题作出判断。

关键词：自然数整除公式

以下文献来自互联网：

根据以上资料，有下述推论：

定理1：若6|a+b+c+d,则

6|a33333333333+b33333333333+c333+d33+33ab(a+b)411.

定理2：若6|a+b+c+d,则

6|a33333333+b33333333333+c333+d33+33ab(a+b)211.

参考文献：

[1]张祖华等.解无约束优化的一种新的xx，数学进展，已录用。

[2]张祖华.一元高次方程根的若干xx(W2017060347599), 数学进展，已录用。

[3]张祖华.第四类超越方程解的可计数性(W2017052145671), 数学进展，已录用。

[4]张祖华.第五类高次不定方程的无穷解(W2017041439231), 数学进展，已录用。

系统辨识考试汇总

基于人工神经网络的二阶系统辨识 摘要：BP神经网络是误差反向传播神经网络的简称，提供了一个处理非线 v k的二阶系统，提出了改进的BP神经网络性问题的模型。本文针对带有噪声() 对二阶系统的辨识方法，以达到对系统的精确辨识；通过仿真实验数据可得，神经网络的输出与被辨识系统输出之间的误差很小（当k>=8时，error<0.1%）；首先介绍了人工神经网络的系统辨识方面的发展与研究现状，然后介绍常规BP算法和改进的BP算法，最后通过一个具体的二阶系统的实例充分证明了改进BP 神经网络具有的良好辨识效果，实用性强。 关键字：BP神经网络；系统辨识；二阶非线性系统 Second-order system identification based on artificial neural networks WeiLu (College of Electrical and Control Engineering, Xi’an University of Science and Technology，Xi’an 710054,China) Abstract：BP neural network is the abbreviation of erroneous reverse transmission neural network, which provides a model of dealing with nonlinear problems.In this paper, the second-order system with noise, and puts forward the improved BP neural network to second order system modeling method. In order to achieve an accurate identification of the system.Through the simulation experiment the error between the output of neural network and the output of identification system is very small(The error<0.1% when k>=8). First, introduced the artificial neural network system identification aspects of development and research,Then, introduced the conventional BP algorithm and improved BP algorithm,Finally, Through an example of a specific second-order system fully proved that the improved BP neural network has good recognition results and practical. Key words：BP neural network；System Identification；Second-order nonlinear system 一绪论 在自然科学和社会科学的各个领域中，越来越多需要辨识系统模型的问题 已广泛引起人们的重视，很多学者在研究有关线性和非线性的辨识问题。

过程控制期末试题及其答案学习资料

过程控制期末试题及 其答案

1.控制系统对检测变送的基本要求是___准确___、__迅速__和可靠 2.从理论上讲，干扰通道存在纯滞后不影响系统的控制质量。 3.离心泵的控制方案有直流节流法、改变泵的转速n 改变旁路回流量。效 率最差的是改变旁路回流量。 4.随着控制通道的增益K o的增加，控制作用___增强_______，克服干扰能 力___最大______,最大偏差_____减小_____系统的余差减小 5.控制器的选择包括结构材质的选择、口径的选择、流量特性的选择和正 反作用的选择。 6.防积分饱和的措施有对控制器的输出限幅、限制控制器积分部分的输出 和积分切除法。 7.如果对象扰动通道增益K f增加，扰动作用__增强__,系统的余差__增大__,最 大偏差_增大___。 8.简单控制系统的组成，各部位的作用是什么？ 解答： 简单控制系统由检测变送装置、控制器、执行器及被控对象组成。 检测变送装置的作用是检测被控变量的数值并将其转换为一种特定输出信号。 控制器的作用是接受检测装置送来的信号，与给定值相比较得出偏差，并按某种运算规律算出结果送往执行器。 执行器能自动地根据控制器送来的控制信号来改变操纵变量的数值，以达到控制被控变量的目的。 被控对象是指需要控制其工艺参数的生产设备或装置

9.气动执行器由__调节__机构和执行机构两部分组成，常用的辅助装置有 __阀门__定位器和手轮机构。 10.调节系统中调节器正反作用的确定依据是保证控制系统成为负反馈。 11.被控变量是指工艺要求以一定的精度保持__恒定 _或随某一参数的变化而 变化的参数。 12.反应对象特性的参数有放大倍数、时间常数、和纯滞后时间。 13.自动调节系统常用参数整定方法有哪些？常用的参数整定方法有!经验法*衰 减曲线法*临界比例度法*反应曲线法) 动态特性参数法，稳定边界法，衰减曲线法，经验法。 14.检测变送环节对控制系统的影响主要集中在检测元件的滞后和信号传递 的滞后问题上。 15.什么是对象数学模型，获取模型的方法有哪些？ 答：对对象特性的数学描述就叫数学模型。 机理建模和实验建模系统辨识与参数估计。解析法）和（实验辨识法） 机理建模：由一般到特殊的推理演绎方法，对已知结构、参数的物理系统运用相应的物理定律或定理，根据对象或生产过程的内部机理，经过合理的分析简化而建立起描述系统各物理量动静态性能的数学模型。 实验建模步骤：1确定输入变量与输出变量信号；2测试；3对数据进行回归分析。 16.简述被控量与操纵量的选择原则。. 答：一、(1) 被控量的选择原则: ①必须尽可能选择表征生产过程的质量指标作为被控变量;

系统辨识答案

1：修改课本p61的程序，并画出相应的图形； u = -1 -1 -1 1 -1 1 1 -1 1 -1 1 -1 -1 1 1 z = Columns 1 through 11 0 0 Columns 12 through 16 HL =

0 0 0 ZL = c = a1 =

a2 = b1 = 1 b2 = 2：修改课本p63的程序，并画出相应的图形（V的取值范围为54-200）； V = [, , , , , ]τ P = [, , , , , ]τ ZL = [, , , , , ]τ HL = c4 = alpha = beita = +004 3：表1中是在不同温度下测量同一热敏电阻的阻值， 70时根据测量值确定该电阻的数学模型，并求出当温度在C?

的电阻值。 要求用递推最小二乘求解： （a ）设观测模型为 利用头两个数据给出 ?? ???===-0L T L L T L L z H P θH H P P 000)0()0(?)()()0(1 0 （b ）写出最小二乘的递推公式； （c ）利用Matlab 计算 T k a k b k )](),([)(?=θ 并画出相应的图形。 解：首先写成[][]?? ? ???=??????=+==a b t a b h h a bt k k z k k 1)()(12 θτ h θL L H z = T L L z z ],...,[1=z ，????? ???? ???=1 (112) 1 L L t t t H ，??????=a b θ 的形式。 利用头两个数据给出最小二乘的初值： ,126120.50??????=L H ?? ????=7907650L z 这样可以算得 i i v bt a y ++=

系统辨识试卷A

1、相关分析法的主要优点是什么，其在工程中的应用有哪些方面？ 答：相关分析法的主要优点是由于M序列信号近似于白噪声，噪声功率均匀分布于整个频带，从而对系统的扰动甚微，保证系统能正常工作（1.5分）。此外。因为相关函数的计算是一种统计平均的方法，具有信息滤波的功能，因此，在有噪声污染下，仍可提取有用信息，准确地求出系统的脉冲响应（1.5分）。 相关辨识技术在工程中的应用、可归结为下述几个方面： （1）系统动态特性的在线测试。包括机、炉、电等一次设备，风机、水泵等辅机以及二次自动控制系统；（1分） （2）对控制系统进行在线调试，使调节系统参数优化；（1分） （3）自适应控制中的非参数型模型辨识等。（1分） 2、什么是权？叙述加权在渐消记忆的最小二乘递推算法中的作用。 计算中用一个数值来表示对观测数据的相对的“信任程度”，这就是权。（2分） 对于时变参数系统，其当前的观测数据最能反映被识对象当前的动态特性，数据愈“老”，它偏离当前对象特性的可能性愈大。因此要充分重视当前的数据而将“过时的”、“陈旧的”数据逐渐“遗忘”掉，这就是加权的概念。（2分）具体的方法是，每当取得一个新的量测数据， ρ<1）,这个加权因子体现出对老数据逐步衰就将以前的所有数据都乘上一个加权因子ρ（0< 减的作用，所以ρ也可称为衰减因子，因此在L次观测的基础上，在最小二乘准则中进行了某ρ=μ（0<μ<1），选择不同的μ就得到不同的加权效果。μ愈小，表示将过种加权，即取2 去的数据“遗忘”得愈快。（2分） 3、简述极大似然原理，叙述极大似然法和最小二乘法的关系。 答：极大似然法把参数估计问题化为依赖于统计信息而构造的似然函数的极大化问题，即当似然函数在某个参数值上达到极大时，就得到了有关参数的最佳估计。（2分）似然函数是在给定的观测量z和参数θ下的观测量的联合概率密度函数，它是实验观测的样本数据z和参数θ的函数。（2分）最小二乘法基本不考虑估计过程中所处理的各类数据的概率统计特性。极大似然法要求有输出量的条件概率密度函数的先验知识，当噪声服从正态分布的条件下，极大似然法和最小二乘法完全等价。（2分） 第1页，共1页

17春北航《机电控制工程基础》在线作业一

2017秋17春北航《机电控制工程基础》在线作业一 一、单选题（共20 道试题，共40 分。） 1. 系统的开环传递函数为100/S^2(0.1S+1)(5S+4)，则系统的型次为（）。 A. Ⅱ型 B. Ⅰ型 C. 0型 D. 系统不稳定 正确答案： 2. 二阶系统的传递函数G(s)=5/(s^2+2s+5)，则该系统是（）。 A. 临界阻尼系统 B. 欠阻尼系统 C. 过阻尼系统 D. 零阻尼系统 正确答案： 3. 最小相位系统的开环增益越大，则其（）。 A. 振荡次数越多 B. 稳定裕量越大 C. 相位变化越小 D. 稳态误差越小 正确答案： 4. 阻尼比为1时，特征根为（）。 A. 两个不等负实根 B. 两个纯虚根 C. 两个相等负实根 D. 两个负实部共轭复根 正确答案： 5. 惯性环节和积分环节的频率特性（）相等。 A. 幅频特性的斜率 B. 最小幅值 C. 相位变化率 D. 穿越频率 正确答案： 6. 采样频率满足（）条件时，采样信号频谱不发生重叠。 A. ωs≥2ωmax B. ωs＜2ωmax C. ωs＜ωmax

D. ωs≥ωmax 正确答案： 7. 若系统的特征方程为D(s)=3s^4+10s^3+5s^2+s+2=0，则此系统中包含正实部特征的个数有（）。 A. 0 B. 1 C. 2 D. 3 正确答案： 8. 人为地给系统施加某种测试信号，记录其输出响应，并用适当地数学模型逼近的方法又称为（）。 A. 最优控制 B. 系统辨识 C. 系统分析 D. 自适应控制 正确答案： 9. 若单位负反馈系统的闭环传递函数为φ(s)，则其开环传递函数G(s)等于（）。 A. φ(s)/(1+φ(s)) B. φ(s)/(1-φ(s)) C. (1+φ(s))/φ(s) D. (1-φ(s))/φ(s) 正确答案： 10. 单位阶跃函数的z变换为（）。 A. 1 B. 1/(z-1) C. z/(z-1) D. z/(z+1) 正确答案： 11. 描述线性离散系统运动状态通常用（）。 A. 微分方程 B. 传递函数 C. 定常差分方程 D. 信号流图 正确答案： 12. 系统开环伯德图上，低频段反映了闭环系统的（）特性。 A. 稳态 B. 动态 C. 抗干扰 D. 以上均正确 正确答案： 13. 对一阶微分环节G(s)=1+Ts，当频率为ω=1/T 时，其相频特性∠G(jω)为（）。 A. 45° B. -45°

系统辨识习题解答(最新)

系统辨识习题解答 1-14、若一个过程的输入、输出关系可以用MA 模型描述，请将该过程的输入输出模 型写成最小二乘格式。 提示：① MA 模型z k D z u k ()()()=-1 ② 定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --== h 解：因为MA 模型z k D z u k ()()()=-1，其中 n n z d z d d z D ---+++= 1101)(，从而 )()1()()(10n k u d k u d k u d k z n -++-+= 所以当定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --== h ，则有最小二乘格式： )()()()()(0 k e k h k e k h d k z n i i i +=+=∑=τ ， 其中e(k)是误差项。 2-3、设)}({k e 是一个平稳的有色噪声序列，为了考虑这种噪声对辨识的影响，需要 用一种模型来描述它。请解释如何用白噪声和表示定理把)(k e 表示成AR 模型、MA 模型和ARMA 模型。 解：根据表示定理，在一定条件下，有色噪声e(k)可以看成是由白噪声v(k)驱动的线 性环节的输出，该线性环节称为成形滤波器，其脉冲传递函数可写成 ) () ()(1 11 ---=z C z D z H 即 )()()()(1 1k v z D k e z C --= 其中 c c n n z c z c z C ---+++= 1 11 1)( d d n n z d z d z D ---+++= 1 111)(

系统辨识试卷B

襄樊学院2008-2009学年度上学期《系统辨识》试题 系别专业学号姓名 课程类别：选修课 适用专业：自动化 一、选择题（从下列各题的备选答案中选出一个或几个正确答案， 并将其代号写在题干后面的括号内。答案选错或未选全者，该题不得 分。每空2分，共12分） 1、下面哪种建模方法也称为“黑箱问题”（）。 （A）机理建模（B）实验建模（C）机理分析和系统辨识相结合（D）系统辨识 2、频谱覆盖宽、能量均匀分布是下面哪种信号的特点（）。 （A）白噪声信号（B）脉冲信号（C）阶跃信号（D）斜坡信号 3、下面哪种辨识方法不属于系统辨识的经典方法（）。 （A）阶跃响应法（B）相关分析法（C）最小二乘法（D）频率响应法4、下面哪些数学模型属于参数型（）。

（A）微分方程（B）状态方程（C）传递函数（D）脉冲响应模型5、下面哪些内容属于系统辨识的基本内容（）。 （A）观测数据（B）模型结构辨识（C）模型参数辨识（D）模型验证6、下面哪个不属于系统辨识过程中的3大要素之一（）。 （A）输入输出数据（B）输入数据（C）模型类（D）等价准则 二、填空题（每空2分，共14分） 1、通过和计算的方法，可以由阶跃响应求出系统的传递函数。 2、SISO系统的结构辨识可归结为确定和。 3、最小二乘法是和的特殊情形。 4、的最小二乘递推算法和的最小二乘递推算法都称为实时辨识算法。 三、判断改错题（下列命题你认为正确的在题后括号内打“√”； 错误的打“×”并改正；每小题2分，共20分）

1、白噪声过程是一种均值为非零、谱密度为非零常数的平稳 （）随机过程。 2、相关分析法对噪声有滤波作用。（） 3、白噪声和M序列是两个完全相同的概念。（） 4、预报误差法不需要先验统计信息。（） 5、增长记忆估计算法给新、老数据不相同的信度。（） 6、均值和方差是随机过程的数字特征。（） 7、等价准则是系统辨识的优化目标。（） 8、传递函数属于参数型。（） 9、机理建模这种建模方法也称为“灰箱问题”。（） 10、系统辨识不需要知道系统的阶次。（） 四、简答题（回答要点，并简明扼要作解释，每小题6分，共18分） 1、什么是权？叙述加权在渐消记忆的最小二乘递推算法中的作用。

(完整版)自动控制原理试题及答案

一、 单项选择题（每小题1分，共20分） 1. 系统和输入已知，求输出并对动态特性进行研究，称为（ C ） A.系统综合 B.系统辨识 C.系统分析 D.系统设计 2. 惯性环节和积分环节的频率特性在（ A ）上相等。 A.幅频特性的斜率 B.最小幅值 C.相位变化率 D.穿越频率 3. 通过测量输出量，产生一个与输出信号存在确定函数比例关系值的元件称为（ C ） A.比较元件 B.给定元件 C.反馈元件 D.放大元件 4. ω从0变化到+∞时，延迟环节频率特性极坐标图为（ A ） A.圆 B.半圆 C.椭圆 D.双曲线 5. 当忽略电动机的电枢电感后，以电动机的转速为输出变量，电枢电压为输入变量时， 电动机可看作一个（ B ） A.比例环节 B.微分环节 C.积分环节 D.惯性环节 6. 若系统的开环传 递函数为2) (5 10+s s ，则它的开环增益为（ C ） A.1 B.2 C.5 D.10 7. 二阶系统的传递函数5 2 5)(2++=s s s G ，则该系统是（ B ） A.临界阻尼系统 B.欠阻尼系统 C.过阻尼系统 D.零阻尼系统 8. 若保持二阶系统的ζ不变，提高ωn ，则可以（ B ） A.提高上升时间和峰值时间 B.减少上升时间和峰值时间 C.提高上升时间和调整时间 D.减少上升时间和超调量 9. 一阶微分环节Ts s G +=1)(，当频率T 1=ω时，则相频特性)(ωj G ∠为（ A ） A.45° B.-45° C.90° D.-90° 10.最小相位系统的开环增益越大，其（ D ） A.振荡次数越多 B.稳定裕量越大 C.相位变化越小 D.稳态误差越小 11.设系统的特征方程为()0516178234=++++=s s s s s D ，则此系统 （ A ） A.稳定 B.临界稳定 C.不稳定 D.稳定性不确定。 12.某单位反馈系统的开环传递函数为：()) 5)(1(++=s s s k s G ，当k =（ C ）时，闭环系统临界稳定。 A.10 B.20 C.30 D.40 13.设系统的特征方程为()025103234=++++=s s s s s D ，则此系统中包含正实部特征的个数 有（ C ） A.0 B.1 C.2 D.3 14.单位反馈系统开环传递函数为()s s s s G ++=652，当输入为单位阶跃时，则其位置误差为（ C ） A.2 B.0.2 C.0.5 D.0.05

系统辨识练习题

系统辨识练习题方法一：%递推最小二乘参数估计（RLS）clear all; close all; a=[1 -1.5 0.7]'; b=[1 0.5]'; d=3; %对象参数 na=length(a)-1; nb=length(b)-1; %na、nb为A、B阶次 L=480; %仿真长度 uk=zeros(d+nb,1); %输入初值：uk(i)表示u(k-i) yk=zeros(na,1); %输出初值 u=randn(L,1); %输入采用白噪声序列 xi=sqrt(0.1)*randn(L,1); %白噪声序列 theta=[a(2:na+1);b]; %对象参数真值 thetae_1=zeros(na+nb+1,1); %thetae初值 P=10^6*eye(na+nb+1); for k=1:L phi=[-yk;uk(d:d+nb)]; %此处phi为列向量 y(k)=phi'*theta+xi(k); %采集输出数据 %递推最小二乘法 K=P*phi/(1+phi'*P*phi); thetae(:,k)=thetae_1+K*(y(k)-phi'*thetae_1); P=(eye(na+nb+1)-K*phi')*P; %更新数据 thetae_1=thetae(:,k); for i=d+nb:-1:2 uk(i)=uk(i-1); end uk(1)=u(k); for i=na:-1:2 yk(i)=yk(i-1); end yk(1)=y(k); end plot([1:L],thetae); %line([1,L],[theta,theta]); xlabel('k'); ylabel('参数估计a、b'); legend('a_1','a_2','b_0','b_1'); axis([0 L -2 2]);

436智能控制基础模拟试题5

《智能控制基础》模拟试卷5 教学站学号姓名手机号成绩 开卷 一、判断题（判断下列所述是否正确，正确填入“√”：错误则填“x”。每题2分，共20分） 1.反馈型神经网络中，每个神经元都能接收所有神经元输出的反馈信息。（） 2.一般情况下，神经网络系统模型的并联结构可以保证系统辨识收敛。（） 3.遗传算法的复制操作可以通过随机方法来实现，可使用计算机，也可使用轮盘赌的转盘。（） 4.在遗传算法中，初始种群的生成不能用随机的方法产生。（） 5．语气算子有集中化算千、散漫化算子和模糊化算子三种。（） 6．从模糊控制查询表中得到控制量的相应元素后，乘以量化因子即为控制量的变化值。（）7．单层感知器用于分类只能解决线性问题。（） 8．神经网络用于系统正模型辨识的结构只有串联结构一种。（ ) 9．知识库和数据库是专家系统的核心部分。（） 10．直接式专家控制系统可以采用单片机来实现。（） 二、选择题(20分，每小题2分) 1．由于各神经元之间的突触连接强度和极性有所不同并可进行调整，因此人脑才具有( ) 的功能。 A．学习和存储信息B．输入输出 C．联想D．信息整合 2..适合专家控制系统的是（ D ）。 A.雷达故障诊断系统 B．军事冲突预测系统 C．聋哑人语言训练系统 D．机车低恒速运行系统 3.在神经网络内模控制结构中，神经网络辨识器用来获得（）。 A．被控对象的正模刑B．被控刘象的逆模型 C．线性滤波器D．控制器

4．已知语言变量论域上的模糊集合及论域中各元素对各模糊集合的隶属度，据此可 建立（ ） A ．语言变量赋值表 B ．模糊控制器查询表 C ．模糊控制规则表 D ．量化因子计算式 5. 神经网络直接逆控制是一种( )控制。 A ．反馈 B ．前馈 C ．串级 D ．混合 6．( A )系统遵循层次越高，智能越高而精度越低的原则。 A.仿人分层递阶控制 B.仿人智能开关控制 C.仿人智能比例控制 D.仿人智能积分控制 7．总结手动控制策略，得出一组由模糊条件语句构成的控制规则，据此可建立( )。 A.输入变量赋值表 B.输出变量赋值表 C.模糊控制器查询表 D.模糊控制规则表 8．生物神经元的突触连接相当于神经元之间的( )。 A.输入连接 B.输入输出接口 C.绝缘 D.输出连接 9．遗传算法的基本操作顺序是（ C ）。 A.计算适配度、交叉、变异、选择 B ．计算适配度、交叉、选择、变异 C ．计算适配度、选择、交叉、变异 D ．计算适配度、选择、交叉、变异 10.下列概念中不能用普通集合表示的是（ D ）。 A.控制系统 B ．低于给定温度 C ．工程师 D ．压力不足 三、简答题（20分，每题10分） 1．简述将模糊控制规则离线转化为查询表形式的模糊控制器的设计步骤。 2．智能控制有何基本特点？智能控制有哪些主要类型？ 四、计算题(20分） 模糊推理。对于某个系统，已知有 321x 0x 4.0x 1A ++=，321y 1y 6.0y 1 .0 B ++=，则有3 21z 1z 0z 3.0C ++=

自适应控制习题(系统辨识)(2020年整理).pdf

自适应控制习题 （徐湘元，自适应控制理论与应用，电子工业出版社，2007） 【2-1】 设某物理量Y 与X1、X2、X3的关系如下：Y=θ1X 1+θ2X 2+θ3X 3 由试验获得的数据如下表。试用最小二乘法确定模型参数θ1、θ2和θ3 X1: 0.62 0.4 0.42 0.82 0.66 0.72 0.38 0.52 0.45 0.69 0.55 0.36 X2: 12.0 14.2 14.6 12.1 10.8 8.20 13.0 10.5 8.80 17.0 14.2 12.8 X3: 5.20 6.10 0.32 8.30 5.10 7.90 4.20 8.00 3.90 5.50 3.80 6.20 Y: 51.6 49.9 48.5 50.6 49.7 48.8 42.6 45.9 37.8 64.8 53.4 45.3 【2-3】 考虑如下模型 )()(3.03.115.0)(212 1t w t u z z z z t y ++?+=???? 其中w(t)为零均值、方差为1的白噪声。根据模型生成的输入/输出数据u(k)和y(k),分别采用批处理最小二乘法、具有遗忘因子的最小二乘法（λ=0.95）和递推最小二乘法估计模型参数（限定数据长度N 为某一数值，如N=150或其它数值），并将结果加以比较。 【2-4】 对于如下模型 )()1.065.01()()5.0()()15.08.01(213221k w z z k u z z k y z z ??????+?++=+? 其中w(k)为零均值、方差为1的白噪声。根据模型生成的输入/输出数据u(k)和y(k),分别采用增广最小二乘法和随机逼近法进行模型参数估计，并比较结果。 （提示：w(t)可以用MATLAB 中的函数“randn ”产生）。 【3-1】 设有不稳定系统： )()9.01()()1(111k u z z k y z ???+=? 期望传递函数的分母多项式为)5.01()(11???=z z Am ，期望输出m y 跟踪参考输入r y ，且无稳态误差。试按照极点配置方法设计控制系统，并写出控制表达式。 【3-2】 设有被控过程： )()2.11()()6.07.11(1221k u z z k y z z ????+=+? 给定期望传递函数的分母多项式为)08.06.01()(211???+?=z z z A m ，试按照极点配置方法设计控制系统，使期望输出无稳态误差，并写出控制表达式u(k)。

系统辨识复习资料

1请叙述系统辨识的基本原理（方框图），步骤以及基本方法 定义：系统辨识就是从对系统进行观察和测量所获得的信息重提取系统数学模型的一种理论和方法。 辨识定义：辨识有三个要素——数据、模型类和准则。辨识就是按照一个准则在一组模型类中选择一个与数据拟合得最好的模型 辨识的三大要素：输入输出数据、模型类、等价准则 基本原理： 步骤：对一种给定的辨识方法，从实验设计到获得最终模型，一般要经历如下一些步骤：根据辨识的目的，利用先验知识，初步确定模型结构；采集数据；然后进行模型参数和结构辨识；最后经过验证获得最终模型。 基本方法：根据数学模型的形式：非参数辨识——经典辨识，脉冲响应、阶跃响应、频率响应、相关分析、谱分析法。参数辨识——现代辨识方法（最小二乘法等） 2随机语言的描述 白噪声是最简单的随机过程，均值为零，谱密度为非零常数的平稳随机过程。 白噪声过程（一系列不相关的随机变量组成的理想化随机过程） 相关函数： 谱密度： 白噪声序列，白噪声序列是白噪声过程的离散形式。如果序列 满足： 相关函数： 则称为白噪声序列。 谱密度： M 序列是最长线性移位寄存器序列，是伪随机二位式序列的一种形式。 M 序列的循环周期 M 序列的可加性：所有M 序列都具有移位可加性 辨识输入信号要求具有白噪声的统计特性 M 序列具有近似的白噪声性质，即 M 序列“净扰动”小，幅度、周期、易控制，实现简单。 3两种噪声模型的形式是什么 第一种含噪声的被辨识系统数学模型0011()()()()n n i i i i y k a y k i b u k i v k ===-+-+∑∑，式中,噪声序列v(k)通常假定为均值为零独立同分布的平稳随机序列,且与输入的序列u(k)彼此统计独立. 上式写成：0 ()()()T y k k v k ψθ=+。其中，()()()()()()()=1212T k y k y k y k n u k u k u k n ψ------????L L ，，，，，，， ) ()(2τδστ=W R +∞ <<∞-=ωσω2)(W S )}({k W Λ,2,1,0,)(2±±==l l R l W δσ2)()(σωω== ∑ ∞-∞=-l l j W W e l R S ???≠=≈+=?0 , 00,Const )()(1)(0ττττT M dt t M t M T R bit )12(-=P P N

系统辨识习题解答

系统辨识习题解答 1-14、若一个过程的输入、输出关系可以用MA 模型描述，请将该过程的输入输出模型写成 最小二乘格式。 提示：① MA 模型z k D z u k ()()()=-1 ② 定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --==ΛΛh 解：因为MA 模型z k D z u k ()()()=-1，其中 n n z d z d d z D ---+++=Λ1101)(，从而 所以当定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --==ΛΛh ，则有最小二乘格式： )()()()()(0k e k k e k h d k z n i i i +=+=∑=θτ ， 其中e(k)是误差项。 2-3、设)}({k e 是一个平稳的有色噪声序列，为了考虑这种噪声对辨识的影响，需要用一种 模型来描述它。请解释如何用白噪声和表示定理把)(k e 表示成AR 模型、MA 模型和ARMA 模型。 解：根据表示定理，在一定条件下，有色噪声e(k)可以看成是由白噪声v(k)驱动的线性环 节的输出，该线性环节称为成形滤波器，其脉冲传递函数可写成 即 )()()()(11k v z D k e z C --= 其中 c c n n z c z c z C ---+++=Λ1111)( 根据其结构，噪声模型可区分为以下三类： 自回归模型（AR 模型）： )()()(1k v k e z C =- 平均滑动模型（MA 模型）： )()()(1k v z D k e -= 自回归平均滑去模型（ARMA 模型）： )()()()(11k v z D k e z C --= 3－4、根据离散Wiener-Hopf 方程，证明 解：由于M 序列是循环周期为t N P ?，12-=P P N ，t ?为M 序列移位脉冲周期，自相关函数 近似于δ函数，a 为M 序列的幅度。设数据的采样时间等于t ?，则离散Wiener-Hopf 方程为： 当M 序列的循环周期t N P ?大于过程的过渡过程时间时，即P N 充分大时，离散Wiener-Hopf 方程可写成：

摩擦学题库

第一章 绪论（5） 1、摩擦学研究的理论和实践包括设计和计算、润滑材料和润滑方法，摩擦材料和表面状态以及摩擦故障诊断、监测和预报等。 2、摩擦学的一般定义是：“关于相对运动中相互作用表面的科学、技术及有关的实践”。通常也理解为包括摩擦、磨损和润滑在内的一门跨学科的科学。 3、摩擦学研究的对象很广泛，概括说研究摩擦、磨损(包括材料转移)和润滑(包括固体润滑)的原理及其应用。概括起来有以下八方面： （1）． 摩擦学现象的作用机理。 （2）． 材料的摩擦学特性。 （3）． 摩擦学元件(包括人体人工关节)的特性与设计以及摩擦学失效分析。 （4）． 摩擦材料。 （5）． 润滑材料。 （6）． 摩擦学状态的测试技术与仪器设备。 （7）． 机器设备摩擦学失效状态的在线检测与监控以及早期预报与诊断。 （8）．摩擦学数据库与知识库。 4、摩擦学研究的基本方法 （1）、黑箱法 只知其输入值和输出值，但不知其内部结构的系统称为‘ 黑箱 ’。 （2）、系统辨识方法： 通过对系统输入－输出数据的测量和处理，以建立系统数学模型的方法，即系统辨识方法。 （3）、相关法 在大量试验数据的基础上，建立材料的摩擦学性能Pt 与材料表面组织结构参数Si 相关性的函数关系的一种方法，即：F(Pt ，S1，S2， )＝0 第二章 固体的表面性质（15） 1、表面的几何形状特征 （1）、微观几何形状误差 加工过程固有误差引起表面对设计要求的形状偏差,用表面波纹度、表面粗糙度描述 （2）、表面波纹度 切削加工过程中系统有害振动引起的表面波纹（波高h 、波距s ） 宏观粗糙度 h /s ≈1：40 ；s 一般1~10mm （3）、表面粗糙度 不象波纹度那样有明显的周期性，波距较大、波高较小 实际轮廓 粗糙度 波纹度 表面形貌

期末考试试题集-自动控制原理(含完整答案)

期末考试-复习重点 自动控制原理1 一、单项选择题（每小题1分，共20分） 1. 系统和输入已知，求输出并对动态特性进行研究，称为（ ） A.系统综合 B.系统辨识 C.系统分析 D.系统设计 2. 惯性环节和积分环节的频率特性在（ ）上相等。 A.幅频特性的斜率 B.最小幅值 C.相位变化率 D.穿越频率 3. 通过测量输出量，产生一个与输出信号存在确定函数比例关系值的元件称为（ ） A.比较元件 B.给定元件 C.反馈元件 D.放大元件 4. ω从0变化到+∞时，延迟环节频率特性极坐标图为（ ） A.圆 B.半圆 C.椭圆 D.双曲线 5. 当忽略电动机的电枢电感后，以电动机的转速为输出变量，电枢电压为输入变量时，电动机可看作一个（ ） A.比例环节 B.微分环节 C.积分环节 D.惯性环节 6. 若系统的开环传 递函数为2) (5 10+s s ，则它的开环增益为（ ） A.1 B.2 C.5 D.10 7. 二阶系统的传递函数5 2 5)(2++=s s s G ，则该系统是（ ） A.临界阻尼系统 B.欠阻尼系统 C.过阻尼系统 D.零阻尼系统 8. 若保持二阶系统的ζ不变，提高ωn ，则可以（ ） A.提高上升时间和峰值时间 B.减少上升时间和峰值时间 C.提高上升时间和调整时间 D.减少上升时间和超调量 9. 一阶微分环节Ts s G +=1)(，当频率T 1=ω时，则相频特性)(ωj G ∠为（ ）

A.45° B.-45° C.90° D.-90° 10.最小相位系统的开环增益越大，其（ ） A.振荡次数越多 B.稳定裕量越大 C.相位变化越小 D.稳态误差越小 11.设系统的特征方程为()0516178234=++++=s s s s s D ，则此系统 （ ） A.稳定 B.临界稳定 C.不稳定 D.稳定性不确定。 12.某单位反馈系统的开环传递函数为：()) 5)(1(++=s s s k s G ，当k =（ ）时，闭环系统临界稳定。 A.10 B.20 C.30 D.40 13.设系统的特征方程为()025103234=++++=s s s s s D ，则此系统中包含正实部特征的个数有（ ） A.0 B.1 C.2 D.3 14.单位反馈系统开环传递函数为()s s s s G ++=652，当输入为单位阶跃时，则其位置误差为（ ） A.2 B.0.2 C.0.5 15.若已知某串联校正装置的传递函数为1 101)(++=s s s G c ，则它是一种（ ） A.反馈校正 B.相位超前校正 C.相位滞后—超前校正 D.相位滞后校正 16.稳态误差e ss 与误差信号E (s )的函数关系为（ ） A.)(lim 0s E e s ss →= B.)(lim 0 s sE e s ss →= C.)(lim s E e s ss ∞→= D.)(lim s sE e s ss ∞ →= 17.在对控制系统稳态精度无明确要求时，为提高系统的稳定性，最方便的是（ ） A.减小增益 B.超前校正 C.滞后校正 D.滞后-超前 18.相位超前校正装置的奈氏曲线为（ ）

2014《科学素养与科研方法》试题参考答案

2014《科学素养与科研方法》试题参考答案

科学素养和科研方法 一、单选 1.（）是在各种各样的科学共同体中进行的,它本质上是共同体的产物。 A 实践活动 2. () 是在人们解决某些实际问题的研究中所采用的各种手段和步骤。 A 科学研究方法 3.（）是指针对某一研究领域中的一些重点问题，召集一些相关的代表而举办的学术会议。 A 代表会议 4.（）是指那些人们暂时无法打开或不允许打开并且也无法直接观测其内部结构，只能从外部输入和输出来认识 的系统。 B 黑箱 5.（）是指学术团体定期组织的主要由本学术团体成员参加的会议，会议周期短的为半年，长的为一年或两年不 等。 D 团体定期会 6 .（）是现代通信理论、控制论、自动化技术、电子计算机技术等现代科技的综合运用。 A 信息方法 7.（）是利用反馈的手段，对系统进行控制调节，以增强系统稳定性或实现系统目标的方法。 C 反馈控制方法 8 .（）在制定生物分类系统的过程中，创立了分类方法，开创了生物分类学，促进了生物进化思想的形成。 D 林奈 9.（）不断地给社会科学工作者提出新的课题。 B 社会现实的需要 10.（）第一次把试验的经验研究方法和几何的演绎推理巧妙地结合起来，建立了著名的杠杆原理。 A 阿基米德 11.报刊论文和（）共同构成了社会研究的最主要的两大信息源。 B 图书专著 12.巴门尼德、柏拉图等人的研究为（）创立形式逻辑体系奠定了基础。 A 亚里士多德 13.部分信息已知、部分信息未知的一类系统是指（）。A 灰色系统 14.查阅建国后的报刊资料，可以利用（）。D《新华日报》 15.从阅读报纸、书刊或其他途径得来的少量信息出发，加上自己已有的背景知识和相关知识，运用一系列假设 性、创造性的演绎推理，导出一系列结论，然后在实践中加以证实的方法，这是指（）。C 信息推理 术 16.从根本上讲，科研课题的产生来自于实践与理论的（）。D 矛盾 17.“重复别人的,不搞创新,盲目立项,甚至专门跟着别人后面模仿”的行为属于（）。A 科学研究的低水平重复 18.对逻辑方法进行了深入的研究，在他的著作《论逻辑》中研究了归纳的人是（）。A 德谟克利特 19.对《红楼梦》进行词频分析，以了解曹雪芹的语言风格和高鄂的语言风格的区别以及他们所代表的时代色彩，这是采用了（）。A 内容分析法 20.对于长篇小说的分析不宜采用（）。P247B 文字结构分析 21.对于学术论文的客观检测，历来一向沿用传统的（）。这种笼统的模糊印象式方法难以科学地精确地反映出不

系统辨识建模

上海大学2015 ～2016学年冬季学期研究生课程考试 小论文格式 课程名称：系统建模与辨识课程编号： 09SB59002 论文题目: 基于改进的BP神经网络模型的网络流量预测 研究生姓名: 李金田学号: 15721524 论文评语: 成绩: 任课教师: 张宪 评阅日期:

基于改进的BP神经网络模型的网络流量预测 15721524，李金田 2016/3/4 摘要：随着无线通信技术的快速发展，互联网在人们的日常生活中占据了越来越重要的位置。网络中流量监控和预测对于研究网络拓扑结构有着重要的意义。本文参考BP算法，通过分析算法的优势和存在的一些问题，针对这些缺陷进行了改进。通过建立新的流量传输的传递函数，对比了经典的传递函数，并且在网络中进行了流量预测的实验和验证。新方法在试验中表现出了良好的实验性能，在网络流量预测中有很好的应用，可以作为网络流量预测的一个新方法和新思路，并且对研究网络拓扑结构有着重要的启发作用。网络流量预测在研究网络行为方面有着重要的作用。ARMA时间序列模型是比较常见的用于网络流量预测的模型。但是用在普通时间序列模型里面的一些参数很难估计，同时非固定的时间序列问题用ARMA模型很难解决。人工神经网络技术通过对历史数据的学习可能对大量数据的特征进行缓存记忆，对于解决大数据的复杂问题很合适。IP6 网络流量预测是非线性的，可以使用合适的神经网络模型进行计算。 A Novel BP Neural Network Model for Traffic Prediction of The Next Generation Network. Abstract:With the rapid development of wireless communication technology, the internet occupy an important position in people’s daily life. Monitoring and predicting the traffic of the network is of great significant to study the topology of the network. According to the BP algorithm, this paper proposed an improved BP algorithm based on the analysis of the drawback of the algorithm. By establishing a new transfer function of the traffic transmission, we compare it with the previous transmission function. Then, the function is used to do experiments, found to be the better than before. This method can be used as a new way to predict the network traffic, which has important implications for the study of the network topology. Network traffic prediction is an important research aspect of network behavior. Conventionally, ARMA time sequence model is usually adopted in network traffic prediction. However, the parameters used in normal time sequence models are difficult to be estimated and the nonstationary time sequence problem cannot be processed using ARMA time sequence problem model. The neural network technique may memory large quantity of characteristics of data set by learning previous data, and is suitable for solving these problems with large complexity. IP6 network traffic prediction is just the problem with nonlinear feature and can be solved using appropriate neural network model.