论文部分内容阅读
系统模型稳定性降阶在医学、工程、神经网络、自动化等领域有广泛的应用.在保持降阶模型稳定性的前提下,本文考虑了系统模型稳定性降阶的两个方面,一方面是系统模型的降阶方法;另一方面是系统模型的优化及评定指标的选择.
本文的主要工作安排如下:
第一章,主要介绍了系统稳定性降阶的发展背景和本论文相关的一些基础知识、重要成果、以及本文的主要工作.
第二章,在系统稳定性降阶的前提下,研究了确定系统高阶模型稳定性降阶的各种方法的优劣性及其适用范围,并结合目前智能优化技术的发展,考虑了建立合适的指标进行算法优化.
第三章,研究区间系统模型稳定性降阶——算法的改进.本文根据区间运算与Routh算法保持数据一致性的特性,提出了有效的区间算法,修正了由区间运算产生的数据扩张.并给出实例加以验证.