محصولات آموزشی دکتر جوادی

محصولات آموزشی دکتر جوادی

  1. سلام بردار جریمه استاندارد یا غیر استاندارد وجود ندارد و بر حسب نیاز میتونید ترکیبی از حالتها رو داخل بردار جریمه وارد کنید.

  2. (مهمان)

    سلام آقای دکتر. اگر در بردار جریمه، Sprung mass acceleration در نظر نگرفته شود، موردی است که باعث غیر استاندارد شدن بردار جریمه برای این مساله می شود؟ یا خیر، می توان به این صورت هم درنظر گرفت؟ با تشکر

  3. بستگی به مفهوم اون پارامترهای طراحی داره. در حالت کلی نمیشه قبل از حل LMI اظهار نظر کرد مگر اینکه بدونیم پارامترها چه اثری دارند

  4. (مهمان)

    یک سوال کلی داشتم آقای دکتر. فرض کنید ماتریس LMI ای داریم که چند ثابت طراحی در آن قرار دارد. آیا در حالت کلی قبل از اجرای شبیه سازی می توان با تغییر پارامترها برآورد کرد که ناحیه شدنی بیشتر می شود یا اصلا جواب، ناشدنی می شود؟ در حالت کلی، ما یک ماتریس LMI می بینیم که یالمیپ دارد آن را optimize می کند و چیزی از داخل آن نمی دانیم. به نظر شما چگونه می توان به درک بهتر از این موضوع رسید؟ با تشکر فراروان از شما استاد گرامی

  5. شاید هم باشه ولی الان حضور ذهن ندارم

  6. سلام به خاطر اینکه وقتی گاما از یه حدی بیشتر میشه، اون قسمت از lmi که به گاما وابسته هست دیگه تاثیر زیادی روی برقراری کل نامساوی نداره. بلحاظ فلسفی وقتی گاما رو زیاد انتخاب می کنید، یعنی شما تضعیف اغتشاش براتون خیلی مهم نیست و طبیعتا تغییر گاما روی نامساویها تاثیر زیادی نداره

  7. (مهمان)

    با عرض سلام و خسته نباشید خدمت استاد گرامی. چرا وقتی پارامتر گاما را افزایش می دهیم، شکل های خروجی تقریبا می توان گفت تغییری نمی کند؟ مثلا به جای مقدار گاما=10، مقدار گاما=1000 را امتحان کردم، ولی تغییری در شکل ها ایجاد نشد. با تشکر فراوان

  8. (مهمان)

    سلام آقای دکتر. وقت شما بخیر. سوالی داشتم از خدمتتون. آیا مدلی از سیستم تعلیق یک چهارم خودرو به صورت زیر وجود دارد که علاوه بر مدل خطی، ترم غیرخطی (f(x هم در آن وجود داشته باشد؟ (xdot=Ax+Bu+DW+f(x با تشکر فراوان

  9. (مهمان)

    با سلام خدمت شما استاد گرامی. سوالی داشتم از خدمتتون. تاکنون در مقالات، با مدلی خطی از سیستم تعلیق یک چهارم به همراه ترم غیرخطی شما برخورد داشته اید؟ مانند xdot=Ax+B1u+B2W+F(x) (1 با تشکر فراوان

  10. سلام ایمیلتون رو چک کنید

  11. (مهمان)

    سلام آقای جوادی من فصل 5 رو خریدم اما اون توابعی رو که خودتون نوشتین توی مثل cor_rnd توی فایلهام نیست. اونا رو از کجا بیارم؟ با تشکر

  12. سلام این عبارتی که شما قصد دارید تعریف کنید اصلا LMI نیست چون معکوس یک مجهول داخلش ظاهر شده.

  13. (مهمان)

    با سلام و عرض ادب خدمت شما آقای دکتر بنده یک کد LMI با استفاده از تولباکس YALMIP نوشتم. ایرادی که در این کد دارم این هست: زمانی که بنده می خوام اینورس یک متغیر را که به صورت sdpvar در ابتدای برنامه تعریف کردم در Constrain ها استفاده کنم با ارور مواجه میشم. بنده می خوام این دستور را تایپ کنم دستور: 0<[X*inv(Y)*X] ، هم متغیر X و هم Y قبلا به صورت sdpvar تعریف شده اند از اینرو با ارور زیر مواجه میشم: Undefined function 'inv' for input arguments of type 'sdpvar'. می خوام بدونم من چطور می تونم از اینورس sdpvar ها توی Constrain ها استفاده کنم. خیلی خیلی ممنونم میشم اگر کمکم کنید. با تشکر از شما

  14. سلام اگر منظورتون کواریانس خطای تخمین مدل ARMA باشه، در ابتدای جلسه 28 بحث شده

  15. (مهمان)

    سلام ببخشید امکانش هست مراحل بدست آوردن Covariance function ARMA را توضیح بدین

  16. من با تولباکس متلب تا حالا تست نکردم خودتون میتونید امتحان کنید. اگر X منفی معین باشه میشه از مکمل شور استفاده کرد و علامت منفی مهم نیست. لطفا به صفحه ویکیپدیای مکمل شور مراجعه کنید: https://en.wikipedia.org/wiki/Schur_complement

  17. (مهمان)

    خیلی ممنونم. پس آیا می توان گفت برای مسایل مینیمم سازی بهتر است از تولباکس LMI خود متلب استفاده کنیم؟یا آن هم همین مشکل را دارد؟ سوال دیگری هم داشتم آقای دکتر، اگر با نامساوی ای به صورت زیر برخورد کنیم: (X-Y'ZY<0) و Z هم ماتریسی مثبت باشد. آیا باز هم از لم شور می توان استفاده کرد؟ (با توجه به این که زمانی که نامساوی کوچکتر از صفر باشد، در لم شور، درایه 2-2 آن باید منفی باشد.ولی در این حالت ماتریسی مثبت ((Z^(-1+) قرار می گیرد.) با سپاس

  18. سلام و وقت به خیر فکر کنم منظورتون گاما باشه چون تو این LMI سیگما نداریم. لازم به مکمل شور نیست شما میتونید گاما به توان 2 رو یک متغیر جدید تعریف کنید مثلا eta و بعد eta رو مینیمم کنید چون اگر eta مینیمم بشه گاما هم مینیمم میشه. من این روش رو پیشنهاد نمیدم چون قبلا این کار رو کردم و جواب خوبی نگرفتم. ظاهرا علتش اینه که سالورهای تولباکس یالمیپ مسایل feasibility رو بهتر از مسایل مینیمم سازی حل می کنند. بنابراین توصیه میکنم شما هم دستی گاما رو مینیمم کنید.

  19. (مهمان)

    سلام آقای دکتر. وقت شما بخیر عذرخواهم سوالی داشتم از خدمتتون آیا در LMI ای که در جلسه 2 همین بخش به دست آوردید، نمی شود بر روی آرایه 2-2 (منفی سیگما به توان 2) schur complement زد، تا خود سالور سیگمای بهینه را به دست آورد؟ در نهایت باید از تدریس خوبتان تشکر کنم و روز استاد را هم خدمتتان تبریک عرض می نمایم. با تشکر

  20. سلام و وقت به خیر روشهای مختلفی برای تخمین سیستمهای غیرخطی وجود داره. فیلترهای EKF، UKF، CKF، CDKF، GHKF و PF در این مجموعه مطرح شده که میتونید ازشون استفاده کنید. برای توضیحات بیشتر اول کلیپ ابتدایی پست رو ببینید و بعد فهرست موضوعی جلسات رو دانلود کنید (زیر کلیپ) جلسه اول هم رایگانه توصیه میکنم جلسه اول رو هم ببینید.