循环码matlab中编程代码KoopmanMPC_for_flowcontrol 该项目在H. Arbabi,M。Korda和I. Mezic()撰写的论文“非线性流动的数据驱动的Koopman模型预测控制框架”之后,演示了Koopman-MPC框架在流量控制中的应用。 下图总结了Koopman-MPC框架: 根文件夹中的文件: 汉堡的例子 按照本文中的说明运行Burgers示例,它包括数据收集,用于标识Koopman线性系统的扩展动态模式分解(EDMD),以及从某个初始条件开始的闭环控制系统。 随意使用代码的参数,特别是尝试不同的可观察对象,嵌入尺寸,参考信号,初始条件等。带有初始参数设置的整个程序在2分钟内即可在我的个人笔记本电脑上运行。 腔体示例 运行本文中介绍的盖驱动腔流动示例,包括用于识别Koopman线性系统的EDMD,以及在极限循环上从某些初始条件运行的闭环控制系统。 运行此代码有两种选择:1-要求代码为EDMD生成数据。 这是一个漫长的过程,对于白皮书中报告的参数值,在功能强大的台式机上(无并行化)大约需要10个小时,或者2-转到并下载数据文件“ Cavity_data
2022-02-25 15:27:14 2.25MB 系统开源
1
复杂动力系统的分析一直是各个领域重点关注的问题。通过高通量实验或大尺度的模拟技术,我们可以获得系统的大量数据,因此各种各样的数据分析方法应运而生。本文讨论了利用Koopman算符的谱性质对不同动力系统的离散时间序列进行分析的算法。Koopman算符描述了动力系统可观测量的演化,通过分析其谱性质,可以得到其本征函数和Koopman模式。其中,本征函数可以用来对动力系统的相空间进行划分,从而将大量数据简化为几种具有典型特征的系统状态。Koopman模式则代表了系统随时间演化的某些特殊规律,对于理解系统演化有重要作用。
2021-09-06 09:45:30 86.94MB koopman
1
Koopman-RL:数据驱动的库普曼控制理论在强化学习中的应用!
2021-04-14 16:39:32 158KB Python
1