基于RBF神经网络的水文地质参数识别

水文地质参数识别问题是水文地质学上的一个难题。针对传统水文地质参数识别方法的局限性，提出了水文地质参数识别的径向基函数(RBF )神经网络方法，并通过算例验证了它的可行性与有效性，实现了水文地质参数的自动识别，提高了计算效率，比BP神经网络具有更好的参数识别效果。     

基于抽水试验的水文地质参数三维进化反演

提出求解水文地质参数的遗传反演算法，并将该方法应用于玄武湖隧道工程抽水试验中，结果表明，用遗传算法反演水文地质参数是可行的，这种方法的优点在于只须给出参数的取值范围，就可自动地搜索出最优参数值。     

水文模型参数识别算法研究及展望

就国内外水文模型参数识别算法的最新进展做了较为详细的阐述，特别对各种编码的遗传算法、单纯形混合加速遗传算法、模式搜索混合加速遗传算法、模拟退火混合加速遗传算法等现代优化算法在流域水文模型参数识别中的应用进行了研究，并与传统方法进行了比较；通过比较水文模型各参数优选方法的特点，认为混合加速遗传算法SHAGA,HJHAGA是一种较好的方法，具有较高的应用价值；同时对水文模型参数识别算法的发展前景进行了展望.     

基于自适应伪并行遗传算法的动力学参数识别

为研究结构动力学参数识别问题,引入一种新的度量种群多样性的指标,构造了新的自适应遗传算子,结合伪并行遗传算法,改进了遗传算法的全局收敛性和收敛速度;利用ANSYS程序的参数编程,将其成功应用于动力学模型中弹性模量和阻尼的识别.数值试验表明,该方法具有满意的识别效果,并具有较强的抗噪能力,可用于工程实际.     

遗传算法在新安江模型参数优化中的应用

本文针对新安江数学模型的参数优化识别的问题,在将基本遗传算法用于非线性系统参数优化的基础上,提出了一种改进的遗传算法.结果 表明改进的遗传算法具有直观、简便、快速及适应性强等特点.     

遗传算法在新安江模型参数优化中的应用

本文针对新安江数学模型的参数优化识别的问题,在将基本遗传算法用于非线性系统参数优化的基础上,提出了一种改进的遗传算法。结果表明改进的遗传算法具有直观、简便、快速及适应性强等特点。     

基于混合遗传算法的混凝土大坝力学参数反演

将混凝土大坝和岩石基础的力学参数识别反问题作为优化问题处理,然后采用混合遗传算法求解可准确地确定岩体的力学参数。基于观测的混凝土大坝坝顶水平位移,建立了识别混凝土大坝和岩石基础力学参数的数值方法。为解决简单遗传算法的早熟问题,将遗传算法与模拟退火算法相结合,提出了基于混合遗传算法的混凝土大坝力学参数反演方法。丰满混凝土大坝实际工程应用表明,根据参数反演结果预报大坝在不同水位条件下的水平位移具有较高的精度。     

煤田水文地质勘探中水文地质参数的准确性研究

水文地质参数的准确程度不仅关系到勘探工作的质量，而且关系着矿井安全，为确保煤矿安全，必须首先保证水文地质参数的准确性，如果不能通过抽水试验直接得到准确的参数，则应按照一定的影响程度系数对其进行必要的修正。本文以抽水试验为基础，研究如何获取准确参数的问题，并给出了不同方法的影响程度系数以供参考。     

利用正交试验法优化配置遗传算法参数

针对遗传算法参数多，且配置困难的问题，提出一种利用正交试验优化选择参数的方法，它使得对于不同领域的优化问题只需用正交试验进行一次参数配置，然后用遗传算法进行具体寻优即可取得较好效果．这种方法易于编程的实现，且在一定程度上避免了遗传算法参数配置的盲目性．     

基于大爆炸优化算法的结构参数识别

作为一种新颖的优化工具,大爆炸算法（Big Bang-Big Crunch optimization,BB-BC）被成功应用于很多复杂优化问题。结构参数识别一直是结构健康监测的核心问题,利用BB-BC算法进行结构参数识别的研究。该方法的基本思想是通过最小化识别模型与实际结构系统响应的误差,从而将参数识别问题转化成一个多峰值非线性非凸的优化问题,并利用BB-BC算法发现系统参数的最优估计。利用BB-BC算法在输入输出数据不完备且噪声污染条件下,同时在没有系统质量、刚度等先验信息的情况下对结构系统进行了参数识别,并与基于遗传算法（GA）、粒子群（PSO）的参数识别方法进行了比较。结果表明：该方法可以成功地应用于结构参数识别,识别效能更优越。     

在轨服务双臂空间机器人参数辨识研究

本文以在轨服务自由漂浮空间双臂机器人为研究对象，研究了机器人本体和所抓取未知目标卫星的参数辨识问题。利用卫星自身携带的测速敏感器测得卫星本体质心以及操作臂的线速度及角速度，基于线动量及角动量守恒方程即可对双臂机器人本体和未知目标卫星进行未知参数的辨识。本文首先对空间机器人模型进行符号推导；然后研究了机器人的参数对辨识研究的影响；最后分析了参数辨识的影响因素。本参数识别方法的可行性以及效果在地面实验室中得到验证。     

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。     

遗传算法在汽轮机调速系统参数辨识中的应用

分析了常规参数辨识方法在进行汽轮机调速系统参数辨识时存在的局限性，在对华阳后石电厂6号机组（600MW）汽轮机调速系统模型参数进行辨识时，采用了一种基于遗传算法的参数辨识方法，并利用Matlab及其Simulink工具箱予以实现．这种方法对现场试验条件的要求不高，试验时可以根据机组实际情况选择测点，并且可以较好解决非线性环节参数的辨识问题，比较适合于汽轮机调速系统的参数辨识．结果表明，辨识所得的模型参数能够满足电力系统分析对汽轮机调速系统模型准确度的要求．     

基于典型相关分析的GRNN大跨度连续梁桥施工参数识别

基于典型相关分析和GRNN理论,建立大跨度连续梁桥施工参数识别方法。以某桥梁的施工控制为工程背景,对该参数识别方法进行应用分析。参数典型相关分析得出影响桥梁施工线形和应力的关键设计参数;模拟实际施工中的参数误差,采用GRNN算法进行主要参数识别,识别结果证明了该参数识别方法的可行性。该参数识别方法为该工程的施工控制建立了一定的技术保障。     

约束UKF初始参数对Bouc-Wen模型参数识别的影响

为获得约束UKF初始参数对模型参数识别的影响规律,针对Bouc-Wen模型给出基于约束UKF在线参数识别方法,通过数值模拟分析初始状态估计均值与协方差、过程噪声协方差、观测噪声协方差等滤波器初始参数对模型参数识别精度与收敛速度的影响,提出相应的参数取值建议.结果表明：在无模型误差的情况下,约束UKF对初始参数的设置具有较好的鲁棒性;适当地增大初始状态估计协方差,减小过程噪声,采用真实系统观测噪声协方差以及减小初始参数值与真实值的偏差,可以有效提高参数识别收敛速度和精度.该研究为基于约束UKF的非线性结构模型在线参数识别方法提供了参考.     

分布参数系统参数辨识的最佳测量位置

许多有关集中参数系统参数辨识的方法经改造后可推广到分布参数系统中,但其涉及的问题复杂,其中传感器的测量位置则是分布参数系统参数辨识过程的特有问题,它对分布参数系统的参数辨识精度有着很大的影响.从受噪声干扰的不同位置传感器检测值出发,构造了分布参数系统的信息矩阵,提出了一种基于信息矩阵行列式的优化算法,并采用D-最优试验设计准则优化传感器的位置配置,得到了分布参数系统检测传感器的最佳测量位置,同时保证了系统的参数辨识精度.仿真结果表明,该方法对于分布参数系统的输出和状态检测传感器位置的选择具有参考价值.     

一种温度对象参数辨识方法及仿真研究

对象参数辨识是高精度温度智能控制的关键技术之一.介绍一种在阶跃激励条件下,利用系统响应曲线上等间隔三组测量数据来识别被控对象参数的方法,推导出了参数辨识的计算公式及公式应用判断条件.通过计算机仿真实验,获得了辨识对象参数的阈值取值范围,结果显示即使在较强噪音情况下,仅对采样信号使用平均值滤波,就可获得满意的参数识别精度.     

区域性地下水系统动态识别方法及其应用（Ⅰ）

文章研究了地下水多数的特征，将动态思想引入地下水系统识别中，提出了地下水系统动态识别方法。该方法应用于山西省阳泉市岩溶水系统识别中，与传统的方法￣［１］［２］［３］对比说明，它具有更高的精确度。     

基于观测器的非线性陀螺系统的参数辨识

本文利用参数辨识观测器对一类非线性陀螺系统的的参数辨识问题进行了研究.首先基于非线性动力学理论,利用混沌吸引子,全局分岔图和Lyapunov指数谱准确的表征了系统的混沌行为.通过构造合适的参数辨识观测器,成功地实现了该陀螺系统的所有未知参数的辨识.数值仿真验证了所设计的参数辨识观测器的有效性.     

基于UKF的汽轮机调节系统参数辨识方法研究

在介绍UKF（Unscented Kalman Filter）滤波算法的基础上,将其应用于汽轮机数字电液调节系统的参数辨识.通过仿真验证了方法的有效性.结果表明,UKF滤波能够得到较为满意的估计精度,是实现汽轮机调节系统参数辨识的一种有效的新方法,具有重要的工程应用前景和使用价值.