针对永磁直线同步电机伺服系统,提出开闭环迭代学习控制器,实现期望直线位置的跟踪控制.分析了永磁直线同步电机的2-D模型及迭代学习直线伺服系统的收敛性.通过减小系统输入误差协方差矩阵迹的方式得到优化的遗忘因子,来修正控制输入的迭代学习律,同时采用零相位FIR数字滤波器对前馈学习控制器中的误差信号进行滤波处理.实验结果表明,带有遗忘因子的滤波器型迭代学习控制器能够保证直线伺服系统在不断的迭代学习中提高性能,有效抑制端部推力波动,系统具有很好的学习收敛速度、动态响应及控制精度

lInformation System Development in Theory 理论上的信息系统开发 lWinburg Mini Case Study 一个小型案例研究 lLessons of the Winburg Mini Case Study 这个小型案例研究的教训 lTeal Tractors Mini Case Study 第二个小型案例研究 lIteration and Incrementation 迭代和增量 lIteration: The Newton–Raphson Algorithm 迭代: 牛顿-拉普森算法 lThe Winburg Mini Case Study Revisited 再次探讨第二个小型案例 lOther Aspects of Iteration and Incrementation 迭代和增量的其他方面 lManaging Iteration and Incrementation 管理迭代和增量 lMaintenance Revisited 再论维护

1 幂迭代方法 2 反迭代方法 3 QR 迭代方法 4 带位移的隐式 QR 迭代 5 应用：多项式求根 ∗

一、 Seidel迭代计算公式 使用简单迭代法求x(m+,在由第i个方程计算xm+时,x+,x2+,…x+ ,i-1 已经算出,但仍用的是x{m,x2,…,x如果在简单迭代法中,立即用 xm+,x,…,x代替xm,x2,,x,不仅可以减少一组存储单元, 而且还有可能提高收敛速度这就是赛德尔迭代 赛德尔迭代法的迭代公式为

针对非规则循环应用中存在的一次迭代访问多个间接数组的问题,给出了超图数组的形式化描述,提出了三种基于超图的数据重排算法,即基于超图的非重复编码数据重排算法、基于超图的回溯搜索数据重排算法和基于超图的先划分再回溯数据重排算法,以及两种基于超图的迭代重排算法,即基于超图的非重复编码迭代重排算法和基于超图的回溯搜索迭代重排算法.通过对典型的非规则应用实例——流体力学问题进行实验,表明单独的重排算法提高程序执行速度约25.4%.在最好的数据重排与迭代重排的组合算法下,一级和二级高速缓存的平均命中率分别增加到91.7%和96.5%

针对实际振动信号中多分量分离问题,在生成微分方程解调技术的基础上,提出一种新的迭代分解方法.首先采用生成微分方程(generating differential equation,GDE),估计初始振动信号的瞬时频率和幅值包络,然后对瞬时频率通过低通滤波分离出第一个频率,基于此频率对原始信号通过高通滤波器后提取的成分作为第一个分量,最后用初始信号减去第一个分量的余值作为下一次迭代的初始值,迭代同样的步骤分析分解直到获取所有信号分量,以低于能量比阈值作为迭代终止条件.本方法不需要先验信息.通过仿真信号验证并与传统方法进行对比分析,证明了方法的有效性.通过实测轴承试验信号的故障分析,证明了方法的实用性

基于logistic映射和时空混沌系统,设计了一个密钥长度为256bit的图像分组密码算法,将256bit的明文图像分组加密为等长的密文图像.该算法引入的辅助密钥和设计的迭代次数敏感地依赖于明文分组和密钥,交替迭代混沌系统及Arnold映射实现了像素值的扰乱和位置置乱.计算机仿真和密码分析表明,该算法具有对明文和密钥敏感、密钥空间大和可扩展性强等特点,具有良好的加密效果和较强的抗攻击性能,适用于安全通信领域

讨论1种对无约束目标函数采用变量矩阵算法求解最优值的方法,变量矩阵算法的特点是利用矩阵迭代计算,收敛速度快,过程较稳定.对于一类可逼近模拟曲线的最佳拟合,可以迭代出符合要求的参数值.作为较典型的应用实例。设计1种幅度均衡器.通过迭代搜索找出满足衰耗误差的元件值,说明曲线拟合达到了预期的效果

分式规划在管理模型中时常遇到,而且在一般情况下变量个数很多。Gilmore和Gomory提出一种算法[1],将分式规划用变形的单纯形法来求解。本文论述了Gilmore—Gomory算法在迭代过程中有可能产生死循环,从而造成计算失败。为克服这个缺陷,本文给出了一种避免死循环的迭代规则,使该算法臻于完善

不动点迭代法 不动点迭代的收敛性 迭代序列的收敛速度 序列收敛加速方法