文培出了广义预测控制(GPC)¨ 的稳定性的理论证明， 并对其鲁棒性和其 他性能进行了比较完整的理论分析 得出了以下主要结论：(1)降骄建模时，0PC对建 棋误差的鲁棒性不够好 (2)GPC 对噪声较敏感；(3)不存在结构型建模误差且噪声强 度不大时， 臼校正G}PC是一性能良好且适用面广的控制算法． 理论分析及仿真结果都 表明，GPC 并没有解决自适应控制的基本问题— — 鲁棒性问题

自校正广义预测控制 matlab仿真 自校正GPC

sklearn0.19中文文档 PDF格式高清。 .1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数：广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1.1.3.1.3. 与 SVM 的正则化参数的比较 1.1.4. 多任务 Lasso 1.1.5. 弹性网络

针对网络随机时延等不确定因数导致网络控制系统的控制性能下降甚至不稳定, 提出一种新的网络控制算 法. 首先建立网络时延的自动回归模型; 然后采用参数自校正的最小均方算法对网络时延进行在线预测; 最后采用一 种考虑时延的改进广义预测控制算法对网络时延进行补偿. 仿真实验结果表明, 该方法对网络时延具有较好的补偿 效果, 且在线计算量小, 有很好的实时性, 同时对干扰和丢包等因素具有良好的鲁棒性