一种改进的GMDH算法

传统GMDH算法在进行多变量非线性建模时耗时较长,一定程度上限制了它的应用范围.针对这个问题,提出了一种改进的GMDH算法,扩大了每一个初始输入元素的信息含量,采用随机分组建立中间模型的方式代替原算法枚举出所有两两组合中间模型的方式,减少了中间模型的数量,提高了建模效率.将改进算法应用于中国GDP的趋势预测,结果表明与传统GMDH算法相比,在不牺牲预测精度的情况下,改进算法效率更高.     

一种改进的GMDH算法

传统GMDH算法在进行多变量非线性建模时耗时较长,一定程度上限制了它的应用范围.针对这个问题,提出了一种改进的GMDH算法,扩大了每一个初始输入元素的信息含量,采用随机分组建立中间模型的方式代替原算法枚举出所有两两组合中间模型的方式,减少了中间模型的数量,提高了建模效率.将改进算法应用于中国GDP的趋势预测,结果表明与传统GMDH算法相比,在不牺牲预测精度的情况下,改进算法效率更高.     

多变量改进GMDH及其在国民经济中的应用

提出了一种计算量小、建立的模型精度高的非线性建模法——带有多变量组合发生器的多变量改进GMDH。用以建立我国工农业总产值和国民收入的动态模型、预测我国将来的经济发展和分析工农业总产值翻两番应采取的政策。     

基于模糊GMDH网络的交通流量预测模型

针对传统数据处理组合方法(Group method of data handling,GMDH)网络建模用最小二乘法辨识参数会导致模型预测效果不理想的问题,将模糊推理模型引入GMDH网络,以取代传统GMDH网络的部分描述(即完全二元二次多项式),提出了一种基于模糊GMDH网络的交通流量预测模型。计算机仿真结果表明,该模型预测平均相对误差仅为2.31%,小于传统GMDH网络模型预测平均相对误差3.35%,说明了该模型是有效的。     

基于改进GMDH的科技成果中试转化系统模型构建

基于科技成果中试转化运行原理,搭建中试系统机理模型,利用改进GMDH构建相应数学模型。改进GMDH将含有回归项线性相关检测的快速递归算法（FRA）代替传统最小二乘（OLS）进行GMDH多层建模的部分多项式求解,使用初始变量添加法避免有效神经元过早丢失。以改进的GMDH对上海市中试转化统计数据进行建模及仿真实验,结果表明,所建模型比传统GMDH模型精度高,泛化能力强。     

基于模拟退火遗传算法的GMDH网络模型

针对传统GMDH网络建模用最小二乘法辨识参数时容易陷入局部极小导致模型预测效果不理想的问题,提出将模拟退火算法与遗传算法结合起来,并引入到GMDH网络,用模拟退火遗传算法来辨识其部分描述式系数.描述了模拟退火遗传算法,构建了基于该算法的GMDH网络模型,并将该模型应用于泥石流预测的仿真研究,预测平均相对误差达到3.54%.结果表明,该算法既保证了全局寻优又防止了过早收敛,进一步提高了GMDH网络模型的全局与局部寻优能力.     

基于GMDH-PSO-LSSVM中长期电力负荷预测

针对电力负荷预测粒子群优化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)模型输入节点难以确定的问题,提出了一种基于数据分组处理方法(Group Method of Data Handling,GMDH)来优化PSO-LSSVM(Particle Swarm Optimization-Least Squares Support Vector Machine)的中长期电力负荷预测预测方法。该方法是首先利用GMDH算法获得LSSVM建模中的输入变量;然后利用基于自适应变异的PSO算法对LSSVM建模中的参数进行优化,选用某地区2008~2013年的历史数据作为模型的训练样本建立模型;最后使用训练好的GMDHPSO-LSSVM模型对2014、2015年的用电量进行外推预测。组合模型预测结果表明该方法达到了较高的预测精度,预测精度提高了2.21%。     

基于免疫遗传算法的GMDH网络模型及其应用

针对传统GMDH网络建模用最小二乘法辨识参数时常常陷入局部极小导致模型预测效果不理想的问题,提出将免疫算法与遗传算法结合起来,引入到GMDH网络,来辨识其部分描述式系数.给出自适应免疫遗传算法,构建了基于该算法的GMDH网络模型,并将IGA-GMDH模型应用于苏州一交叉口的交通流量数据的仿真研究.结果表明,该算法既保证了全局寻优和所求解的精度,又进一步提高了全局与局部寻优能力;所构建的IGA-GMDH网络模型比传统的GMDH网络预测精度高.     

基于分位数因子模型的高维时间序列因果关系分析

从观察数据中发现变量之间的因果关系是许多科学研究领域的关键问题，传统Granger因果模型受到维度灾难的影响，难以准确地在高维时间序列中发现因果关系.提出一种基于分位数因子模型的Granger因果分析新方法 QFMCGC用于高维时间序列因果关系的判定.首先，QFM-CGC采用赤池信息量准则进行模型选择，避免人为干预设置滞后阶数的操作；然后，对向量自回归（Vector Autoregressive,VAR）模型中的条件变量建立分位数因子模型进行降维，减少VAR模型中的待估计系数，对降维后的VAR模型重新进行条件Granger因果分析；最后，使用蒙特卡洛模拟评估不同方法识别底层系统与观测时间序列的连通性结构的能力.在不同维度变量的线性仿真系统和两组现实数据集上与基准方法和经典方法进行了比较，实验结果验证了该方法的有效性.     

基于GMDH的宏观经济短期预测模型

传统的宏观经济短期预测研究通常基于定量或定性预测模型,而GMDH 算法兼具定性定量的特点,建立了基于GMDH 自回归模型的混合预测模型数学模型来进行宏观经济短期预测,应用相关的统计数据做实证分析,将所得结果与传统GMDH模型、二次自回归模型进行了比较.结果表明,本文提出的混合预测模型具有良好的预测精度,是一种有效的宏观经济短期预测手段.     

一种基于遗传算法的多模型预测控制方案

针对时滞系统的特点,提出一种基于遗传算法的多模型预测控制方法.利用多个模型逼近整个被控对象的动态特性,针对每个子模型,设计相应的子控制器,通过加权的方式,将有限个控制量映射成最终的控制量;子控制器采用预测控制算法,利用遗传算法得到权值的全局最优解;比较该控制方案和PID控制在时滞系统中的应用效果.仿真结果表明：该算法不但克服了建模的不精确性和参数的时变性,使系统具有良好的控制性能,而且具有较强的鲁棒性.     

具有固定滞后平滑的变结构机动目标跟踪

针对变结构多模型算法在目标机动性较强时,因模型切换不及时而出现较大的误差峰值问题,提出了一种固定滞后平滑的变结构多模型(lag smoothing variable structure multiple model,LS-VSMM)跟踪算法.建立一个完备的模型集,根据模型概率利用有向图切换规则实现模型子集与目标运动模式的匹配;引入固定滞后平滑算法,通过对状态向量扩维,将平滑问题转化为滤波问题,使得原特定时刻的目标状态在系统中停留的时间更长,增加更多的状态量测信息,让状态估计变得更加准确,并且以延迟一定时间输出来改善滤波性能;对算法进行了仿真实验分析.仿真结果表明,与基于无味有向图切换的多模型算法以及基于有向图切换的变结构多模型(digraph switch variable structure multiple model,DS-VSMM)算法相比,LS-VSMM算法在有效降低误差峰值的同时,提高了目标的跟踪精度.     

基于数字信号处理器的三相PWM整流器控制系统设计

介绍了一种由数字信号处理器(DSP)控制的三相PWM整流器的新型间接电流控制系统，提出了新型相位幅值控制方法，以滞后角ξ作为输入变量。采用TMS320F240为核心控制芯片，实现控制算法和空间矢量的数字算法。实验结果表明，系统可以按照给定调节输出直流电压并且能够实现单位功率因数。     

解决传动系统滞后的CVT速比控制策略

无级变速系统响应滞后导致发动机工作点偏离最佳经济性工作线,使车辆油耗增加。为减少系统响应滞后的影响,提出了在计算目标速比时,增加系统滞后时间参数的无级变速器(Continuously Variable Transmission,CVT)速比控制策略。仿真结果表明所提出的控制策略能很好地克服系统响应滞后的影响,使发动机有效跟踪最佳经济性曲线。将考虑系统滞后的控制策略与传统控制策略在10循环工况下进行仿真对比,结果显示所提出的控制策略比传统控制策略油耗降低2.85%。     

基于压电阀控制的飞机全、静压管路延迟特性测试系统设计

为了研究飞机大气数据系统全、静压管路结构中压力引入口与传感器的距离对信号延迟的关系,构建了管路压力延迟特性测试系统.建立管路压力传递的数学模型,求得其传递函数,应用MATLAB进行仿真,计算出2类典型情况下的管路压力延迟理论值.然后依据测试系统气压源的高精度要求,采用压电阀作为压力调节元件,应用PID控制算法进一步提高压电阀的动态压力性能,并据此设计搭建了管路延迟特性测试系统.最后运用互相关算法计算系统压力延迟时间,与理论延迟进行对比分析.实验结果表明:该测试系统测得值能较好反映模型管路压力滞后情况,并提高了延迟时间测试精度.     

数据挖掘在安钢电极预测建模中的应用

从安钢电极控制的实际应用出发,应用数据挖掘技术建立了电极预测模型并应用于电极控制系统的参数整定.首先介绍了建立电极预测模型的数据挖掘过程;然后在数据挖掘算法中提出了一种新的变结构遗传Elman网络方法,该算法用改进的混合遗传算法对网络结构和权值及自反馈增益同步动态寻优.将基于BP算法的Elman网络和本文提出的变结构遗传Elman网络都应用于安钢交流电弧炉的电极预测模型中进行比较.通过基于安钢现场数据的计算机仿真实验表明:采用变结构遗传Elman网络的数据挖掘算法比BP算法具有更好的动态性能、更快的逼近速度和更高的精度.在此基础上,把建立的模型应用于安钢电极控制系统的参数整定,取得了良好的控制效果.     

简支箱梁的负剪力滞

应用作者建立的有限段模型,对简支箱梁进行剪滞效应分析,发现变高度简支梁存在负剪力滞.着重阐明了这种负剪滞现象的特性,并对影响负剪力滞的主要因素进行了论述和评价.     

LMS算法的自适应逆控制变频调速系统

针对矢量控制变频调速系统参数鲁棒性差这一交流传动领域难题，提出基于自适应逆控制理论的感应电机变频调速新型控制结构用于增强系统参数鲁棒性；提出一种基于变论域的变步长LMS自适应滤波算法用于电机系统及其逆系统建模。研究结果表明，变论域变步长LMS算法克服了收敛速度、时变系统跟踪速度与收敛精度方面的矛盾；自适应逆控制的变频调速系统对感应电机参数摄动具有鲁棒性。     

小功率单相电机的单片机变频调速系统研制

针对以DSP、FPGA为主控器,采用三相逆变器变频调速单相电机存在系统较复杂、性价比较低、不利于小型化等缺点,提出以PIC单片机为核心的变频调速系统：根据双极性SPWM算法,CCP模块实现相位差为90℃的2路SPWM输出,由单边缘滞后电路扩展为具有死区时间控制的4路信号,通过隔离器件HCPL3120驱动H逆变桥,实现对单相电机从8—50Hz的变频调速．试验结果表明设计方法可行,效果理想．     

变截面箱梁桥悬臂施工过程剪力滞效应

为了研究剪力滞效应对变截面箱梁桥悬臂施工过程的影响,以某新建(48+80+48)m变截面预应力混凝土连续箱梁桥为工程背景,通过理论分析、数值模拟和现场试验的手段,对变截面箱梁桥悬臂施工过程中的剪力滞效应进行了研究。研究发现：变截面箱梁桥在施工阶段的自重荷载作用下,翼板出现负剪力滞效应,剪力滞效应在固定端最小,且随离固定端距离的增大而增大。在整个施工阶段,0号块截面和1号块截面的剪力滞效应变化规律基本一致,均在箱梁顶板位置出现负剪力滞,箱梁底板位置出现正剪力滞,随着施工的进行,剪力滞效应逐渐减小。梁体的合龙对底板的剪力滞效应影响较明显,其中0号块截面和1号块截面的底板剪力滞出现了由正剪力滞变成负剪力滞的现象。随着施工的进行,0号块截面顶板和腹板交接处的剪力滞系数逐渐增大,在底板和腹板交接处剪力滞系数逐渐减小,1号块梁端截面顶板和腹板交接处、底板和腹板交接处剪力滞系数逐渐减小。