分片线性神经网络逆系统方法的内模控制

为提高传统逆系统方法的跟踪精度和抗干扰能力,提出了基于连续分片线性神经网络α阶逆系统方法的非线性内模控制方法.利用标准连续分片神经网络逼近非线性系统的α阶逆模型,将它串连在原系统之前,得到复合的伪线性系统,对该伪线性系统应用内模控制策略进行控制,并分析了闭环系统的性能.仿真结果表明:该方法跟踪效果好、抑制干扰能力强,且设计简单,是解决非线性系统控制的一种可行的方法.     

分片合并模型树光滑逼近算法

针对已知样本数据建立非线性函数模型的问题,提出了分片合并模型树光滑逼近算法.在区域线性模型树算法的基础上,采用区域分片和区域合并两个算法将输入空间划分为若干子区域,对每个子区域使用线性函数进行逼近,并构建该子区域上的加权函数,生成基函数展开方式的全局表达,从而获得光滑的任意精度逼近结果.分片合并算法使得相同的线性函数可以在非凸甚至非连通的区域上起作用.在参数数量相同的情况下,其逼近精度比区域线性模型树算法有显著提高.仿真结果表明该算法是解决这类建模问题的有效方法.     

伺服系统Hammerstein非线性模型及参数辨识方法研究

在伺服系统建模中,针对线性模型无法表达系统在低速、运动换向条件下摩擦与死区等非线性现象的问题,采用包含静态非线性部分和动态线性系统的Hammerstein模型来代替线性模型对伺服系统进行了描述.根据静态非线性模型逼近伺服系统的非线性特性,非线性模型采用分段非对称多项式基函数来解决摩擦在运动中存在的非对称特性.对于多频率正弦输入信号和伺服系统的速度输出信号,由迭代最小二乘方法来估计模型的参数.通过辨识实验中的线性模型和Hammer-stein模型的输出,说明采用Hammerstein模型方法能有效地对系统非线性部分建模,Hammer-stein模型的输出误差比线性模型的输出误差约减少90%,因此显著地提高了系统的模型精度,实现了对系统非线性动态行为的精确预测.     

基于超立方体分割的分片线性逼近

为了解决复杂非线性系统的建模问题,提出一种基于超立方体分割的分片线性逼近模型.该模型将定义域分割成超立方体,在每个超立方体内用一个线性函数描述原来的非线性函数.再借助格表示形式,通过选择合适的连接得到由这些局部线性函数构成的连续分片线性函数.证明对于任何二阶可导的非线性函数,该模型都能任意精度逼近.因为不用再把每个超立方体都分割成单纯形,该模型有助于构造出更加简单的连续分片线性函数,并能处理复杂的高维问题.     

一种非线性隔振系统的分岔与混沌研究

分岔是通向混沌的主要道路.文章利用实验测量了非线性隔振系统中的力学参数,在实验基础上建立了非线性隔振系统的数值计算模型,通过对简谐激励下该非线性隔振系统的计算分析,并利用Poincare映射的方法得到了非线性隔振系统的全局分岔图,进而揭示了该非线性隔振系统的动力学特性.     

基于Labview的二维离散映射的分岔设计与分析

针对离散映射具有丰富的分岔行为的特点,提出用虚拟仪器设计实现其分岔的方法。利用设计的程序,实现了提出的二维离散映射的分岔图,通过分岔图,结合时序图和相轨图,可清楚观察到系统分岔模式共存、动力学特性调节和动态幅度调节等特性,充分说明虚拟仪器实现离散映射的分岔的可行性。     

基于Taylor变换法的转子系统非线性动力学特性

在考虑了非线性油膜力的基础上,建立了转子系统的非线性动力学模型,引入了求解非线性微分方程的Taylor变换法,并将转子振动系统原分析模型变换为离散域内的代数方程组,采用Taylor变换法,对第一跨转子振动系统动力学特性进行非线性分析,求得转子系统的响应,找出转子系统的分岔规律,用分岔图、频谱图、庞加莱映射、轴心轨迹等多种方法表现了转子系统的非线性现象,结果表明考虑油膜力影响后,转子系统的运动状态随转速增加由周期至二倍周期再至周期再至拟周期,或者经周期运动直接至混沌运动·     

基于Haar尺度变换的连续分片线性逼近

为了获得非线性系统的连续逼近,提出一种基于Haar尺度变换的连续分片线性逼近算法。由非线性函数的Haar尺度变换获得尺度系数,用紧支撑连续分片线性基函数重构出非线性函数的连续分片线性逼近。理论分析证明这种逼近可以达到任意精度。仿真试验表明:相对于Haar小波逼近,连续分片线性逼近的误差收敛得更均匀。算法的一个显著优势是可以给出逼近的解析表达式。因为Haar尺度变换的计算复杂度低(相当于算术平均),紧支撑连续分片线性基函数的结构简单,所以算法易于推广。     

金属橡胶非线性减振系统混沌特性研究

对金属橡胶非线性减振系统的混沌特性进行了研究,建立了系统的力学模型,对减振器进行了静、动态试验,识别了减振器的各参数,通过求解系统响应随激励参数变化的分岔图,确定了系统产生混沌时激励力和频率的取值,采用Runge-Kutta法求解并绘制了系统的位移时间历程图、相图、Poincaré映射图和频谱图,计算了Lyapunov指数最大值,并在Adams软件环境下进行了仿真试验验证,证明了金属橡胶非线性减振系统具有混沌振动特性.      

基于神经网络的人工肌非线性控制

运用非线性控制的逆系统方法,提出了一种基于神经网络的人工肌非线性控制方案,由原系统导出n-m阶逆系统模型,并与原系统一起构成具有反馈结构的伪线性系统,从而可方便地运用线性控制理论完成对控制系统的设计,用BP神经网络逼近逆系统模型,并借助于递推预报误差算法来训练神经网络,该算法与传统的BP算法相比具有更好的收敛特性,设计了一个具有单关节的人工肌试验系统,给出了人工肌关节跟踪正弦波和矩形波参考信号的试验结果,与传统的线性控制方案比较,基于神经网络的人工肌非线性控制方案能够得到更快的控制速度和更高的控制精度。     

Extracting periodic driving signal from chaotic noise

After periodic signals pass through some nonlinear systems, they are usually transformed into noise-like and wide-band chaotic signals. The discrete spectrums of the original periodic signals are often covered by the chaotic spectrums. Recovering the periodic driving signals from the chaotic signals is important not only in theory but also in practical applications. Based on the modeling theory of nonlinear dynamic system, a "polynomial-simple harmonic drive" non-autonomous equation (P-S equation) to approximate the original system is proposed and the approximation error between P-S equation and the original system is obtained. By changing the drive frequency, we obtain the curve of the approximation error vs. drive frequency. Based on the relation between this curve and the spectrums of the original periodic signals, the spectrum of the original driving signal is extracted and the original signal is recovered.     

结构动力重分析的向量值有理逼近方法

研究动力重分析问题, 针对结构参数大修改, 提出一种 将矩阵摄动法与向量值函数的有理逼近方法组合起来的新方法. 在只增加少许计算量的情况 下, 利用向量值函数的有理逼近方法以及Rayleigh商来改善摄动解的逼近质量并扩大其逼近 范围. 该方法操作简单, 易于辅助. 两个数值例子表明, 所提出的方法对结构参数发生大修 改能够给出高精度的逼近结果. 对结构参数大修改的动力重分析, 向量值有理逼近是一种有 效方法.     

光伏系统模型的多时间尺度降阶

为了解决光伏接入的电力系统模型复杂和分析困难的问题,提出了一种简单实用的光伏发电系统模型降阶方法。综合考虑主电路及控制策略建立了光伏发电系统小信号模型,分解模型中的多时间尺度特性以确定快速状态和慢速状态,并用相对速度估计法验证了快慢状态分解的正确性,避免了由摄动参数选取不当引起的降阶前后系统稳定性不一致的问题。通过忽略快动态变量对原模型进行降阶,添加校正项得到了零阶近似模型和一阶近似模型。最后在MATLAB中分别对比了降阶模型、校正模型与详细模型的动态响应和计算误差。研究结果表明,降阶模型和校正模型均能够正确反映详细模型在小扰动下的动态响应,且在提高计算速度、简化分析过程方面有明显优势。     

基于BPOD的气动弹性降阶及其在主动控制中的应用

流体动力系统是一个高阶的非线性复杂系统,这严重限制了优化和控制在该系统中的应用。模型降阶技术是解决这一问题的有效工具。将特征正交分解方法（Proper Orthogonal Decomposition,POD）和平衡截断方法结合起来,形成平衡特征正交分解方法（Balanced Proper Orthogonal Decomposition,BPOD）,并应用到气动伺服弹性模型降阶中。该方法将由POD快照得到系统可控和可观Gramian矩阵的近似表达,通过该近似得到平衡降阶模型。以一个二维翼段的气动弹性系统为例,首先将流体控制方程线化;然后利用BPOD方法得到非定常气动力的降阶模型以及降阶的气动弹性系统;最后,对降阶系统设计主动控制律,通过控制面偏转来抑制翼型颤振。数值仿真结果表明BPOD降阶模型可以精确地模拟高阶非线性的流体动力系统并且可以有效地应用于气动弹性主动控制中。     

Ising动力系统模拟收益率的多重分形分析

应用Ising模型和平均场理论构造符合股市收益率的动力系统,借助于计算机软件Mat-lab,利用蒙特卡洛模拟方法,通过调整参数模拟得出动力系统的收益率序列.分析发现:Ising动力系统构造的收益率同证券市场股票指数波动率一样具有厚尾等统计特征.对模拟收益率原序列和混洗后的序列进行多重分形分析,得出了模拟收益率序列存在分布多重分形和相关性多重分形的结论.     

多服务员串联排队的强逼近

近年来,多服务员排队常用来为大型电话中心网络建模,以便分析其动态行为．笔者研究了一个多服务员串联排队系统,并假设到达过程为更新过程,服务时间独立同分布．利用随机过程极限,在服务强度大于等于1的条件下,得到了队长过程和加权闲期过程的强逼近,从而也将原离散的排队系统近似到一个连续的布朗运动过程,为该系统的进一步分析提供了理论基础．     

二次曲线Chebyshev法向逼近的交换算法

以机械曲线的逼近为背景，建立了符合机械上误差度量标准的逼近模型即法向一致逼近问题，推出了最佳法向一致逼近二次曲线的特征，给出了一个算法，并对其收敛性进行了讨论，其误差低于０．８ｕｍ。     

基于先验知识和Kullback-Leibler距离的超分辨率图像重建

由给定观测模型和先验模型组合得到潜在高分辨率图像后验分布逼近值,将其作为先验知识进行迭代获得更多的后验逼近值。根据高分辨率图像分布情况得到一特定逼近值以最大程度减小后验分布与Kullback-Leibler距离之差。同时也进行了文中算法与其它超分辨率重建方法的对比研究,实验表明,本算法重建效果较好。     

半空间上Burgers方程改进的Legendre有理谱逼近

用改进的Legendre有理谱方法对半无限空间上Burgers方程构造了一种具有守恒性质的逼近格式,并用误差估计方法证明了格式的收敛性。     

水循环综合模拟系统的降雨产流模型研究

重点阐述国内自主研发的水循环综合模拟系统(HIMS,hydro-infomatic modelling system)降雨产流模型的新发展。HIMS原有产流计算主要是基于降雨动态入渗机制的LCM模型,该产流模型是通过大量野外小流域观测试验提出的经验模型。为进一步揭示其物理机制,HIMS研究团队基于物理机制清晰的Green-Ampt模型,提出了新的GAF模型。从理论上通过GAF模型可以直接推导出LCM模型,以及SCS-CN模型,并证明了LCM模型是GAF模型的高精度幂指数近似,而SCSCN模型是GAF模型的倒数线性近似解简化;通过对GAF模型解析解的深入分析,提出了两参数SCS-CN修正模型,使之包含了雨强的影响。