MATH
文章平均质量分 87
expectmorata
这个作者很懒,什么都没留下…
展开
-
simscape 液压系统笔记
1. Introduction先关注simscape中提供的几个典型的液压系统,再进行总结梳理。2. 典型液压系统2.1 简易的开关阀开环阀放在油路的入口或者出口都可以,求解器f(x)也同样的,放在油路的输入或者输出也都可以。2.2 变量泵直接控制该模型由关节驱动器、液压转换接口和驱动自由度组成,流量由变量泵控制器。这个系统是matlab 用于挖掘机系统仿真的液压模型,充分考虑了挖掘机的负流量液压系统特性。整个系统液压执行器变量泵的压强由控制器控制,产生恒定速度的流体,驱动关节运原创 2021-09-22 11:11:12 · 4355 阅读 · 7 评论 -
Advanced PID Control chapter 1 -- Introductiton
1.Introduction最近在梳理控制系统知识的时候发现一本经典PID教程[1], 《Advanced PID Control》。将教材里的内容梳理一遍,看看能不能有所收获吧。作者强调这本书的主要目标通过向读者提供技术背景,帮助大家更好的理解PID,进而理解其他更复杂控制器在现代工业中的使用和拓展。1.1. 反馈系统系统中存在外部扰动、模型时变、跟踪指标,这些需要借助反馈控制实现。1.2 PID组成P={Ke(t)当前的误差Ki∫0te(t)dt过去的累计误差Kdde(t)dt线性插值预测未原创 2021-09-12 16:58:20 · 925 阅读 · 1 评论 -
ipopt和ifopt笔记
1 Introduction先看IPOPT的官方说明[1]Ipopt (Interior Point Optimizer, pronounced “Eye-Pea-Opt”) is an open source software package for large-scale nonlinear optimization. It can be used to solve general nonlinear programming problems of the form2 Installatio原创 2021-06-22 14:29:16 · 1448 阅读 · 1 评论 -
matlab optimization toolbox 笔记
1 Introductionmatlab optimmization 工具箱功能十分强大,这一章节梳理problem based optimization 问题。Optimization Toolbox™ provides functions for finding parameters that minimize or maximize objectives while satisfying constraints. The toolbox includes solvers for linear p原创 2021-06-19 14:06:58 · 5517 阅读 · 0 评论 -
Convex optimization 4.2 ---Strong duality
1 Introduction在4.1节,我们回顾了对偶的原理、如何构建、作用,在4.2继续应用对偶条件,尤其是强对偶条件,帮助我们分析和解决优化问题。2 Certificate of suboptimality对于标准的优化问题:{minf0(x),x∈Rnsubfi(x)≤0,i=1,...mhi(x)=0,i=1,...,p\left \{\begin{aligned}& min \quad & f_0(x), x \in R^n \\& sub \quad &a原创 2021-05-07 17:49:47 · 261 阅读 · 0 评论 -
Convex optimization 4.1 --- Lagrange Dual Problem
1 Introduction对偶问题是凸优化的关键,原问题可能因为约束比较复杂,不容易求解,或者不满足凸优化条件,采用对偶处理后,是凹函数。问题是对偶处理的原理是什么?[1]References[1] https://www.zhihu.com/question/58584814/answer/1119054535...原创 2021-05-06 19:48:55 · 206 阅读 · 0 评论 -
Convex optimization 3.2 --- 凸优化问题 part2
7 GP(几何规划)7.1 概念和定义monomials使用log进行处理,并设xi=eyix_i=e^{y_i}xi=eyi原创 2021-05-04 07:37:00 · 467 阅读 · 0 评论 -
Convex optimization 3.1 --- 凸优化问题 part1
1 introduction在前面两个章节,回顾了凸集、凸函数、凸集和凸函数联系。从这章开始认识凸优化问题。2 凸优化问题2.1 优化问题的标准形式2.1.1 优化问题的最优解优化问题的最优解解集可能存在两种极端情况2.1.2 优化问题的解集可行解如果xix_ixi满足fi(x)、hi(x)f_i(x)、h_i(x)fi(x)、hi(x),则称xix_ixi是可行解。最优解如果xix_ixi,使得f0(xi)=p∗f_0(x_i)=p*f0(xi)=p∗,则称x原创 2021-04-28 14:01:01 · 5023 阅读 · 0 评论 -
Convex optimization 2 --- convex function
1 Introduction在第一部分,学习了判断集合是否是凸集,这个部分开始学习函数是否是凸函数。2 凸函数2.1 凸函数定义以一维函数为例,下面这个图曲线上两点之间的线段始终在曲线函数的上方。2.2 常见一维凸函数一维凸函数一维凹函数2.3 常见高维凸函数高维凸函数,x∈Rnx\in R^nx∈Rn高维affine function仍可以用集合的角度理解,从高维集合投影到一维集合上。高维norms ∣∣x∣∣p||x||_p∣∣x∣∣p是一个凸锥。高维凸函数,原创 2021-04-21 20:01:30 · 826 阅读 · 0 评论 -
Convex optimization 1 --- convex set
1 Introduction凸优化在工程领域发挥着重要作用,这个系列根据standford EE364a 的convex optimization 课程,进行梳理总结。2 优化问题2.1 常见的优化问题2.1.1 决策类的优化问题设定目标,考虑限制,给出决策。2.1.2 模型参数辨识选定模型,带入数据,计算系数。此时目标是降低模型的预测误差,参数必须在合理的区间,给出最小的参数。2.2 数学抽象构建工程的最优化问题,constraints一般比较容易构建,如何选定object 函数非原创 2021-04-11 18:03:55 · 420 阅读 · 0 评论 -
Matlab MPC toolbox tutorial 2
1.IntroductionMPC算法本身非常容易理解,关键在于如何将工程中的物理对象转换成合适的数学模型。2.MPC Design2.1时间参数系统有控制3.Applications3.1倒立摆模型原创 2020-07-31 19:36:40 · 1345 阅读 · 4 评论 -
Matlab MPC toolbox tutorial 1
1.IntroductionMPC的基础原理并不复杂,在深入原理之前,借用Matlab MPC toolbox熟悉MPC控制架构。2. MPC Designer2.1 流程以matlab cstr(continuous stirred-tank reactor)[1]为例。反应外界环境的温度Tc是输入控制量,输入液体浓度CAiC_{Ai}CAi可能有一定的波动(并且没有办法去测量);水箱中的温度T是可观测的输出量,CAC_ACA是无法观测的输出量;并且水箱温度T和CAC_ACA也是状态变量。原创 2020-07-27 16:07:01 · 3588 阅读 · 6 评论 -
Kalman and Bayesian Filters in Python 2---- linear kalman filter applications
1. Introduction在第一个部分我们已经建立了多变量卡尔曼滤波的基础公式,但是遗留了一些问题。1.predict和update对均值和方差是如何影响的?从几何上如何显示的?\color{red}{1.predict 和 update 对均值和方差是如何影响的?从几何上如何显示的?}1.predict和update对均值和方差是如何影响的?从几何上如何显示的?2.测量的时候只有pos,是如何预测出隐藏变量速度的。\color{red}{2.测量的时候只有pos,是如何预测出隐藏变量速度的。}原创 2020-07-08 17:46:17 · 328 阅读 · 0 评论 -
Kalman and Bayesian Filters in Python 1---- linear kalman filter
1.Introduction本系列翻译原创 2020-06-30 22:22:21 · 647 阅读 · 0 评论 -
概率论基础3----分布
3.其他典型的离散分布3.1 几何分布假设抽奖的抽中奖品的概率为p=0.25,抽到奖品,就停止抽取。抽到奖品所需要的次数X的概率为P(X=n)=p(1−p)n−1P(X=n)=p(1-p)^{n-1}P(X=n)=p(1−p)n−1用图表示3.2 二次分布(binomial distribution)假设抽奖中抽中奖品的概率为p=0.4,有10次抽取机会,抽到奖品的件数X的概率为P(X=x)=(10x)px(1−p)10−xP(X=x)=\binom{10}{x}p^x(1-p)^{10-x原创 2020-06-23 15:42:21 · 572 阅读 · 0 评论 -
概率论基础2----随机变量r.v.
1.Introduction在概率论基础1里, 复习了如何计算某个事件的概率。以及如果不知直接获取在整个样本空间中,事件x的全部样本数,可以先统计在子样本集中的概率,再使用全概率公式,得到事件x在整个样本空间中的概率。在本部分侧重于发掘样本空间中样本的分布规律。2.均匀分布2.1 离散均匀分布统计学生生日月份,假设某一个班级的统计结果刚好如下图。每个学生是一个样本,用方格表示,放置在对应的月份(变量)轴上。用概率形式描述为:2.2 连续概率分布统计随机数生成器(0-10)的分布,统计1原创 2020-06-15 22:48:28 · 3159 阅读 · 0 评论 -
概率论基础1----事件
1.Introduction本系统梳理一下概率论的基础,主要基于"Head First Statistics"【1】和MIT “Introduction to Probability”。第一个部分从统计入手,梳理事件相关的特性。2.统计班级身高统计一个大学班级的身高,测量每个人的身高,绘制成下面的表格。这个班级里的所有人是这次实验的样本,组成了一个样本空间(sample space)。我们感兴趣的是身高h, 身高h是random variable, random variable 和sampl原创 2020-06-12 22:12:10 · 1481 阅读 · 0 评论 -
Linear algebra6---transpose matrix
1.Introduction在系列3向量投影的时候,第一次正式接触矩阵转置,根据向量投影公式v⃗Tw⃗\vec{v}^{T}\vec{w}vTw,知道向量转置在几何上可以理解成w⃗在v⃗上的投影。\color{red}几何上可以理解成\vec{w}在\vec{v}上的投影。几何上可以理解成w在v上的投影。这个部分探究一下,矩阵转置的几何意义是什么,以及矩阵转置的属性。2.矩阵转置2.1几何意...原创 2020-02-06 17:22:55 · 160 阅读 · 0 评论 -
Linear algebra5---Coordinates
1.Introduction1.1坐标系的组成坐标系可以看成基向量(basis)和对应基向量上的scalar组成。1.2线性变换(linear operator)从column space的观点来看,Ax=x1∗acol1+x2∗acol2+...+xn∗acolnAx=x_1*a_{col1}+x_2*a_{col2}+...+x_n*a_{coln}Ax=x1∗acol1...原创 2020-02-04 21:43:02 · 204 阅读 · 0 评论 -
Linear algebra4---duality2
3.cross product3.1 introduction继续深入vector的属性,cross product 也具有几何和行列式上的duality。在第3部分讲到的dot product是linear function定义f(w)=vTwf(w)=v^Twf(w)=vTw有f(w1+w2)=vTw1+vTw2f(w_1+w_2)=v^Tw_1+v^Tw_2f(w1+w2)=v...原创 2020-02-03 20:53:30 · 197 阅读 · 0 评论 -
Linear algebra3---duality1
1.Introduction第一部分和第二部分已经解决了方程组Ax=b的求解问题,接下来需要深入研究vector和matrix的属性,向量和矩阵能表示特殊的转换。2.几何投影有三种方式表示几何投影:2.1 dot product在高中我们已经学过了dot product 表示投影,dot product还具有互换性:单位向量w⃗和v⃗的相互投影是一致的\color{red}dot \...原创 2020-02-03 15:33:02 · 200 阅读 · 0 评论 -
Linear algebra1---The geometry of linear equations
Introduction采用mit linear algebra的线性代数课程结构,对线性代数进行复习和总结。线性方程的图像表达{2x−y=0−x+2y=3 \left\{\begin{aligned}2x - y & = & 0 \\-x + 2y & = & 3 \\\end{aligned}\right.{2x−y−x+2y==03...原创 2020-02-03 09:11:46 · 192 阅读 · 0 评论 -
Linear algebra2--Elimination with matrices
Introduction在上一节,已经引入了矩阵A和我们要面临的第一个问题Ax=b。高斯消元法假设Ax=b是下面的形式[121381041][xyz]=[21222](1)\begin{bmatrix} 1 & 2 & 1 \\ 3 & 8 & 1 \\ 0 &4 & 1 \end{bmatrix}\begin{bmatrix} x \\...原创 2020-02-02 15:36:37 · 228 阅读 · 1 评论