محصولات آموزشی دکتر جوادی

محصولات آموزشی دکتر جوادی

  1. –

    @ali, من چنین کتابی ندیدم. فقط داخل فایل آموزشی تولباکس متلب دستورات مربوطه معرفی شده و مثال هم داره ولی کدهای الگوریتمهای مختلف رو ندیدم.

  2. (مهمان) –

    @علی جوادی, خیلی ممنون از لطف و راهنماییتون

  3. (مهمان) –

    فیلم های آموزش شناسایی سیستم رو دنبال میکنم وممنونم از آموزش بسیار خوبتون ولی لطفا یک کتاب هم به بنده معرفی کنید که کد های شناسایی سیستم را داشته باشه

  4. –

    @نسرین, این سالور پولیه و باید خریداری بشه البته روشهای دیگه هم برای حل BMI وجود داره ولی باید کدش رو خودتون بنویسید. برای این کار به مقالات موجود برای حل BMI مراجعه کنید

  5. –

    @علی, سلام من در مورد کتاب دکتر کراری اطلاعی ندارم چون هیچ کتاب فارسی تا حالا در مورد شناسایی نخوندم. اما اگر واقعا دوست دارید که شناسایی رو یاد بگیرید و بتونید داخل متلب شبیه‌سازی کنید، این فیلمها رو دنبال کنید. من تلاش میکنم تمام روشهای مهم شناسایی رو پوشش بدم و برای اکثرشون داخل متلب مثال حل کنم حتی با داده‌های واقعی

  6. (مهمان) –

    ممنون از راهنماییتون من در نت گشتم مثل اینکه این سالور رایگان نیست. از کجا میتونم این سالور رو رایگان دانلود کنم؟

  7. (مهمان) –

    با سلام و تشکر ببخشید ممنون میشم کتاب یا جزوه ای معرفی کنید که کدهای شناسایی سیستم را توضیح بده طوری که بشه تمرینات کتاب دکتر کراری رو تو متلب انجام بدم

  8. –

    @نسرین, سلام به نظرم شما باید اول فیلمهای آموزشی رو با دقت خیلی زیاد ببینید چون خیلی اشکالات داخل کد دارید که با دیدن فیلمها همگی برطرف میشه (اشکالاتی مثل استفاده نادرست از دستورات تولباکس و ...). و اما در مورد BMI باید بگم اگر شما BMI بخواهید حل کنید، یکی از بهترین روشها نصب سالور PENBMI هستش که ظاهرا شما انجام ندادید. لطفا فیلمها رو با دقت حیلی بیشتر ببینید چون همه چیز (از جمله سالورها) رو اونجا توضیح دادم موفق باشید

  9. –

    @ابوالفضل, اصلا معلوم نیست کی فرصت بشه ولی احتمالا از کتاب Robust Control Design with MATLAB تالیف Gu، Petkov و Konstantinov تدریس بشه. البته هیچ قولی نمیدم و معلوم نیست اصلا تدریس بشه

  10. (مهمان) –

    سلام bmi زیر رو با تولباکس یالمیپ نوشتم ولی متاسفانه فیزیبل نمیشه. راه حل برای جواب گرفتن از این برنامه چیه؟ ممنون % LMI Variables m11 = sdpvar(n,n); m21 = sdpvar(n,n); m12 = sdpvar(n_t,n_t); m22 = sdpvar(n_t,n_t); M12 = zeros(n,n_t); M21 = -M12'; F1 = sdpvar(n,1); F2 = sdpvar(n_t,1); F_F = [F1*C zeros(n,1) ; F2*C 0]; M_tk = [m11 M12 ; M21 m12]; M_tk_plus = [m21 M12 ; M21 m22]; % LMI Terms Sai1 = A'*m11+m11*A+(m11-m21)/Delta+(eps1*kf^2+eps2*kh^2*k_theta^2)*eye(3,3)-alpha*m11; Comm = (1/eps1)*eye(3,3)+(1/eps2)*B*(B'); Sai2 = A'*(m21-m11)+(m21-m11)*A-alpha*(m21-m11); % Main LMIs F = ([Sai1 m11*Comm ; Comm*m11 -Comm]<0); F = F + ([Sai2 (m21+m11)*Comm ; Comm*(m21-m11) -Comm]<0); F = F + ([(m12+m22)/Delta m12 ; m12 -m12/alpha]<0); F = F + (m12-m220); F = F + (m21>0); F = F + (m12>0); F = F + (m22>0); F = F + ([-sigma*M_tk (eye(4,4)+F_F)'*M_tk_plus ; M_tk_plus*(eye(4,4)+F_F) -M_tk_plus]<0); % Solve LMIs ops = sdpsettings('solver',''); solution = solvesdp(F,[],ops); % Results m11_feasible = double(m11) m21_feasible = double(m21) m12_feasible = double(m12) m22_feasible = double(m22) F1_feasible = double(F1) F2_feasible = double(F2)

  11. (مهمان) –

    @علی جوادی, بله همینطور جناب دکتر جوادی واقعا خسته نباشید میگم ایشالا که همیشه پایدار باشید سلامت و پر از انرژی تا هرچه زودتر شاهد سری فیلم های H-infinity و مباحث تکمیلی LMI ها باشیم. سوال اینکه منبع مدنظرتون در مورد H-infinity که انشالا قرار به تدریس شد، کدوم کتاب هست. اگر مشخص کردین از قبل ممنون میشم معرفی کنید.

  12. –

    @احمد باقری, جلسه 89 رو ببینید

  13. (مهمان) –

    @علی جوادی, مرسی از اینکه به سوال هام جواب میدین با توجه به اینکه تو جلسه 88 فرمودین فیلتر UKF نیاز به مشتق گیری نداره, میخواستم ببینم من میتونم از UKBF برای تخمین بارامتر استفاده کنم؟ چون تو برنامه بنده فرایند مشتق گیری خیلی زمان میبره و کار من رو برای رانهای متعدد برای تعیین بارامترهای همگرایی خیلی مشکل میکنه و لطفا اگه این امکان وجود داره, بفرمایید که کدام جلسات رو باید تهیه کنم . ممنون

  14. –

    @احمد باقری, برای تعیین کواریانس نویز مربوط به تخمین پارامتر از روش رابینز مونرو (جلسه 88) استفاده کنید

  15. (مهمان) –

    @علی جوادی, درسته، ولی وقتی پارامتر مورد تخمین رو از حالتها حذف میکنم سیستم به خوبی و با اختلاف بسیار اندک، حالتهارو تخمین میزنه و با افزودن این پارامتر به حالتها این مشکل بوجود میاد

  16. –

    @ابوالفضل, با سلام و تشکر از ابراز محبت شما این شیوه دقیقا چیزیه که من انتظار داشتم داخل دانشگاه تجربه کنم ولی نه ساختار دانشگاه اجازه میده و نه اساتید علاقه نشون میدند که خوشبختانه هیچ کدوم از این مشکلات در این سایت مطرح نیست. معرفی افراد مهم در هر حوزه به نظر من هم جذابه و برای ادامه کار در یک زمینه به درد بخوره. در مورد H-infinity هم باید بگم که فعلا قصد دارم از دید LMI بحث رو ادامه بدم و مباحث باقیمانده رو مطرح کنم (البته بعد از اتمام مباحث شناسایی). شاید در آینده H-infinity کلاسیک رو هم به روشی که گفتید، بحث کردم. همش بر میگرده به اینکه چقدر فرصت و توان داشته باشم چون زمان و انرژی خیلی زیادی برای هر مجموعه صرف میشه موفق باشید

  17. (مهمان) –

    با عرض سلام و خسته نباشد خدمت جناب دکتر جوادی عزیز. جناب دکتر واقعا ممنون بابت تدریس بسیار خوب تون ، تدریس تون بسیار می پسندم. بلخص بخش های که درمورد زندگی نامه اساتید و دانشمندانی که یا کتاب را تالیف کردن یا اینکه راهکارهای ارزشمندی تقدیم این علم کردن، تقدیر تشکر میکنم و امیدوارم این کار زیباتون پررنگتر بشه.چرا که شناختن اساتید و دانشمندان حوزه مربوط به نظر بنده هم واجب برای دانشجویی که دنبال اون بخش از زمینه علمین و هم یک شور و هیجانی ایجاد میکنه که موجب علاقه بیشتر در یک دانش جو میشه. جناب دکتر من دنبال میکنم کارهای بسیار خوب تون از فیلتر کالمن تا LMI و این مبحث شناسایی سیستم. بدون اغراق چیزهای یاد گرفتم که هیچ وقت نتونستم تو دوران دانشجوی یاد بگیرم قطعن بخاطر تسلت خوب شماست و تدریس شیوای شماست. برای بنده که بدون نقص هستن چون خیلی عالی پیش میرم و یاد میگیرم. درخواستی که دارم اینکه بعد از اتمام این مبحث، اگر مقدور بود در مورد مبحث کنترل Infinity به مانند همین روش شناسایی سیستم منبعی رو انتخاب کرده و تدریس بدین از طرفیم چون بحث LMI تدریس داده شده این مبحث به نظر بنده خیلی تکمیلتر و با ارزش تر خواهد شد. پاینده باشین.با تشکر فراوان...

  18. –

    @احمد باقری, دلایل خیلی زیادی میتونه داشته باشه از جمله اشتباه در کدنویسی، طراحی اشتباه، انتخاب نادرست پارامترها و ...

  19. (مهمان) –

    @علی جوادی, سپاس از پاسخ دقیق جناب عالی برنامه، پارامتری که باید تخمین بزنه بین صفر و یک هست که مقدار اولیه اون 0.001 هستش و تخمین همیشه به سمت منفی حرکت میکنه، شما میدونین دلیلش چی میتونه باشه؟؟؟

  20. –

    @احمد باقری, با سلام و تشکر از لطف شما ماتریس R به نویز اندازه‌گیری ربط داره و اگر نویز زیاد باشه باید بزرگتر انتخاب بشه. ماتریس Q کواریانس نویز فراینده و اگر نویز فرایند زیاد باشه باید بزرگتر انتخاب بشه. بعضی وقتها میشه این نویزها رو اندازه گرفت و بعضی وقتها هم میشه به صورت تحلیلی مدلش کرد و اگر هیچکدوم از روشها قابل اعمال نبود، باید مقدار این ماتریسها رو اونقدر تغییر بدید تا به نتایج خوب برسید. مقدار اولیه ماتریس P هم نشاندهنده میزان اطمینان به شرایط اولیه تخمین بوده و اگر به شرایط اولیه انتخاب شده زیاد اطمبنان ندارید، باید P رو بزرگ انتخابش کنید انتخاب فیلتر به خود شما بر میگرده. اگه سیسیتم دینامیک سیستم پیوسته باشه، طبیعتا میتونید از EKBF استفاده کنید به شرطی که اندازه‌گیریهای سریع در دسترس باشه و گرنه بهتره از EKF هیبریدی استفاده کنید