离散非线性系统的非线性传递函数推算法

研究了在基于Ｖｏｌｔｅｒｒａ级数的一类离散非线性系统的非线性传递函数的递推算法，首先讨论了几类特殊的非线性系统如纯输入，纯输出和纯交叉系统的非线性传递函数的递推算法，然后给出一般的离散非线性系统的非线性传递函数的递推算法。     

基于非线性传递函数的离散非线性控制系统稳定性研究

基于Ｖｏｌｔｅｒｒａ级数的非线性传递函数表示,首先针对一般的离散非线性多项式系统,给出了它的开环稳定性判据。然后,利用此判据,具体地讨论了几类特殊的离散非线性多项式系统,如纯输入,纯输出,纯交叉系统的开环稳定性判据,最后,用实例仿真来验证此判据的有效性。     

非线性系统线性化的递推算法Ⅰ

本文提出一种新的非线性系统线性化的算法。这种算法避免一次性地求解一个复杂的偏微分方程,而是采用递推算法,每次运算只涉及求解一组相同类型的常微分方程。这个递推方法比较容易将单输入控制系统获得的结论(即本文的主要结果)推广到多输入控制系统上去,而且易于获得数值解。     

非线性系统线性化的递推算法Ⅰ

本文提出一种新的非线性系统线性化的算法.这种算法避免一次性地求解一个复杂的偏微分方程,而是采用递推算法,每次运算只涉及求解一组相同类型的常微分方程.这个递推方法比较容易将单输入控制系统获得的结论(即本文的主要结果)推广到多输入控制系统上去,而且易于获得数值解.     

离散时间非线性系统的一种新型状态观测器

该文通过建立离散时间非线性系统的状态估计与超定非线性方程组求解之间的联系,基于高斯－牛顿算法,得到了离散时间非线性系统的一种新型状态观测器,证明了该观测器的局部收敛性,并给出了仿真结果。     

多重时滞非线性系统的自适应预测控制

针对NARX模型中一步时滞控制算法不完全适用于多重时滞的情形,提出一种在工作点处用线性的动态切平面逼近一般的非线性系统的方法,结合一种准则函数和预测器算法,提出一种自适应预测控制算法,给出了该模型下具有遗忘因子的递推最小二乘非线性参数估计算法.仿真结果表明:该控制算法品质好,参数估计算法几乎无偏,验证了自适应预测控制算法和递推参数估计算法的有效性.     

基于神经网络的多变量非线性系统的广义预测控制

为了使广义预测控制的思想成功应用于多变量非线性系统,用神经网络对其进行开环解耦得到单变量非线性系统后,采用一种复合多层前馈神经网络结构作为单变量非线性系统预测模型,利用递推最小二乘法和Davidon最小二乘法作为在线学习算法,建立了一种适合多变量非线性系统的自校正广义预测控制器。     

多输入非线性控制系统线性化递推算法

本篇讨论多输入非线性控制系统线性化的递推算法.采用这种算法,每一步仅需求解一个同一类型的常微分方程组.而且方程的阶次一般都比较低.而已有的方法,为了实现线性化就必需一次性地求解一个高阶次的偏微分方程组,无疑这往往是很困难的.在递推算法的实施过程中,一些非线性系统的重要性质自然地显示了出来.     

随机多变量NARMAX模型的非线性递推最小二乘算法

针对随机多变量NARMAX模型存在的问题,基于线性滤波﹑谱分解定理及成型滤波器原理,将随机干扰等效在系统的输出端,提出改进的随机多变量NARMAX模型。基于辅助模型的原理,在参数估计的准则函数中加入待估参数的增量约束项和遗忘因子,并结合增广递推最小二乘算法和随机非线性递推最小二乘算法,将改进的多变量NARMAX模型转换为具有耦合的子系统,给出具有遗忘因子的,能克服算法病态的,适用于具有时变参数模型的改进随机多变量NARMAX模型的非线性递推最小二乘算法。应用在线修正参数预测滤波PID控制,仿真结果验证了算法的有效性。     

含过程噪声Wiener系统的递推两阶段参数估计

Wiener系统属模块化非线性系统,由一个线性动态模块串联一个非线性静态模块组成,因其结构简单、实用性强,在非线性系统建模中得到广泛应用.最小二乘算法估计过程噪声扰动的Wiener系统时会带有偏估计.为了获得无偏估计,本文提出了一种递推两阶段参数估计算法.首先用FIR函数和多项式函数分别逼近系统的动态传递函数和静态反函数,随后运用递推最小二乘算法和递推辅助变量算法进行参数估计,其中的辅助变量由第一阶段的辨识结果计算得到.研究结果表明,提出的递推两阶段参数估计算法可以得到待辨识Wiener系统的无偏估计,数值仿真验证了该算法的有效性.     

求解非线性伪抛物方程的重心Lagrange插值配点法

提出了重心Lagrange插值配点法求解一类非线性伪抛物方程。首先,介绍了重心Lagrange插值并给出了微分矩阵表达式。其次,构造了求解非线性伪抛物方程的直接线性化迭代格式、部分线性化迭代格式、Newton线性化迭代格式。再次,未知函数和初边值条件利用重心Lagrange插值函数来近似,利用配点法得到离散方程,获得了方程的矩阵表达式。最后,数值算例表明,重心Lagrange插值配点法具有高精度和高效率的优点。     

非线性时滞系统的智能迭代学习控制

针对一类单输入单输出非线性时滞系统,提出了一种自适应神经网络迭代学习控制方案,神经网络用来逼近未知非线性函数和未知非线性时滞函数,放宽了传统迭代学习控制对非线性函数和非线性时滞函数的限制,拓展了迭代学习控制的应用范围．采用Lyapunov—Krasovskii函数和利用反演（Backstepping）技术设计神经网络学习律和控制律,基于Lyapunov稳定性理论,证明了闭环系统所有信号半全局一致最终有界,通过调节设计参数可以实现对目标轨线任意精度的跟踪．     

有界约束非线性方程组的不精确牛顿类仿射共轭梯度路径方法

提供了不精确牛顿类的仿射内点离散共轭梯度法求解有界变量约束的非线性方程系统.通过构建仿射离散共轭梯度路径结合不精确牛顿步获得了搜索方向,并使用内点回代线搜索技术获得迭代步长.在合理的条件下,证明了算法的整体收敛性和局部超线性收敛速率.最后,数值结果表明了所提供的算法的有效性和可行性.     

非线性回归的一种算法

非线性回归一般有可化为线性回归与纯非线性回归２种情况。传统的解决方法是最小二乘法及Ｇａｕｓｓ－Ｎｅｗｔｏｎ迭代法。文章用有理插值函数去逼近非线性函数便可得到一近似的回归函数,计算结果表明,该方法拟合的平均绝对误差及均方差比传统方法效果好。     

神经网络迭代学习控制快速算法的研究

研究了非线性系统的神经网络迭代学习控制问题，为了提高神经网络学习控制的收敛速度，改进了权值的迭代学习算法，提出了一种新的训练权值方法，它以递推的方法来计算网络权值，不仅能减少计算量且收敛速度快，最后，用仿真结果对该算法作了进一步的验证。     

非线性函数空间平差方程的解法及其特征

给出了两种参数估计准则下的非线性目标函数，讨论了目标函数的常用算法——迭代法.在此基础上提出非线性函数空间目标函数的最优算法，即基于差分理论的迭代算法及多维轮环搜索法，这些算法均不依赖函数导数.图1，表3，参8.     

瀑布沟心墙堆石坝地震反应三维非线性分析

基于静力分析中的双曲线本构模型与增量迭代非线性算法和动力分析中的等价线性化法 ,开发了土石填筑坝及其地基静应力、变形和地震反应的三维非线性计算程序 .进而针对瀑布沟心墙堆石坝的实际河谷形状及局部地质条件 ,对其坝体及地基进行了数值计算 ,为工程设计提供了参考依据     

非线性系统辨识的递推-迭代方法

所提出的辨识新方法,以递推最小二乘(RLS)参数估计与非线性规划(BFGS)为主体。其测量数据的部分新息由RLS利用,而另一部分新息则通过BFGS加以采用。通常RLS只能递推地得到“粗略的”参数估计值,而BFGS则迭代地精确化参数的估计值。该辨识算法用于线性系统时,可以提高参数估计值的精度,改善收敛性。另外,该算法中的非线性迭代最优化过程可以克服非线性效应,参数估计值的精度和收敛性可以得到改进,这已由数字仿真验证。     

全集成连续时间MOSFET—C滤波器非线性分析的基本理论与方法

本文提出了非线性失真分析的非线性传递函数法,建立了各种非线性测度和非线性频域灵敏度,证明了非线性频率响应的稳态收敛定理,同时给出了求解一般非线性网络的非线性传递函数的递归方法,本文的结果为全集成连续时间MOSFET-C滤波器非线性效应的研究奠定了理论基础.并提供了一种新的方法.