基于Pareto协同进化算法的高维模糊分类系统设计

提出一种可同时构造多个精确性和解释性较好折衷的高维模糊分类系统的设计方法.该方法首先利用Simba算法进行特征变量选择,然后采用模糊聚类算法辨识初始的模糊模型,最后利用Pareto协同进化算法对所获得的初始模糊模型进行结构和参数优化.其中,Pareto协同进化算法采用了一种新的基于非支配排序的多种群合作策略.为提高模型的解释性,在Pareto协同进化算法中利用基于相似性的模型简化方法对模型进行约简.利用该方法对Wine典型问题进行分类,仿真结果验证了方法的有效性.     

一种无机械平衡调节器自行车机器人的惯性参数辨识

针对一种前轮驱动自行车机器人样机的惯性参数难以直接获得、控制器参数整定效率低和平衡控制效果差的问题,基于欠驱动力学特性对系统进行惯性参数辨识,并对辨识结果进行平衡控制试验验证.采用拉格朗日方法分析系统的力学机理,结果发现,其中包含有欠驱动子系统,若将该子系统进行变量分离,可以推导出系统的惯性参数辨识模型;根据惯性单元等传感器的实测信息,引入遗传算法对模型进行求解,辨识出了系统的惯性参数.样机试验结果表明,根据辨识出的惯性参数可以快速整定出控制器参数并实现样机在水平面上的稳定平衡行走,验证了辨识方法的有效性.     

新型蝙蝠算法辨识船舶运动模型参数

为准确、有效辨识出船舶运动模型的参数,以构建精确的船舶运动模型,将群智能优化算法中新型蝙蝠算法引入船舶运动模型的参数辨识。将船舶运动模型参数辨识问题转化为一个多维变量函数优化问题,分析了新型蝙蝠算法求解船舶运动模型参数辨识的适应性;给出了采用新型蝙蝠算法进行船舶运动模型参数辨识的流程。基于实船实验数据,采用新型蝙蝠算法辨识了实船一阶线型响应型模型参数。实例显示,将船舶运动模型参数辨识问题转化成优化问题,通过新型蝙蝠算法对构建的误差准则目标函数的优化,能够快速找到使得目的函数最优的一组变量,该变量即为辨识得到的模型参数。研究表明,提出的技术路线简明且适用,是一种有效的计算机辅助船舶运动模型参数离线辨识方案。     

利用新型蝙蝠算法辨识船舶运动模型参数

为准确、有效辨识出船舶运动模型的参数,以构建精确的船舶运动模型,将群智能优化算法中新型蝙蝠算法引入船舶运动模型的参数辨识。将船舶运动模型参数辨识问题转化为一个多维变量函数优化问题,分析了新型蝙蝠算法求解船舶运动模型参数辨识的适应性;给出了采用新型蝙蝠算法进行船舶运动模型参数辨识的流程。基于实船实验数据,采用新型蝙蝠算法辨识了实船一阶线型响应型模型参数。实例显示,将船舶运动模型参数辨识问题转化成优化问题,通过新型蝙蝠算法对构建的误差准则目标函数的优化,能够快速找到使得目的函数最优的一组变量,该变量即为辨识得到的模型参数。研究表明,提出的技术路线简明且适用,是一种有效的计算机辅助船舶运动模型参数离线辨识方案。     

基于Matlab和Simulink的直线运动系统参数辨识实验

系统参数辨识是控制系统分析、设计的重要依据。针对直线运动控制系统设计了参数辨识实验。建立了被控对象的数学模型,使用Simulink软件开发了基于正弦扫频信号的系统参数辨识方案。通过自动代码生成技术,将系统辨识程序下载到运动控制卡上进行模型参数辨识实验,并连续记录实验数据。在Matlab环境下,利用多元线性回归函数进行模型参数辨识。采用Simulink对辨识的模型的动态特性进行控制仿真,并与实验结果进行对比。实验表明,基于Matlab和Simulink的直线运动控制系统参数辨识实验操作简便、可靠,有利于学生加深对模型辨识理论的理解并提高工程应用能力。     

采用非线性最小二乘法的超级电容等效电路模型参数辨识

针对电动汽车混合储能系统中超级电容在传统模型参数辨识中误差较大、不利于估计其工作状态和进行系统能量管理的问题,提出了一种采用非线性最小二乘法的等效电路模型参数辨识方法。为了精确表征超级电容内部电荷再分配过程及其端电压特性,减小模型误差,该方法首先在超级电容三分支等效电路模型的基础上,分析超级电容充、放电过程中内部的电荷再分配过程;然后,利用粒子群算法分段辨识得到模型参数初值;最后,在所得模型参数初值的基础上采用基于信赖域的非线性最小二乘法对模型参数进行优化。采用超级电容进行多组恒流充、放电实验,结果表明,在不同充、放电条件下,模型计算的端电压与对应实验测试端电压的平均绝对百分误差均在0.5%以内,由此验证了基于非线性最小二乘法参数辨识的有效性和准确性。     

基于模糊竞争学习的模糊模型一体化辨识

提出了一种利用MGS(modified Gram-Schmidt)算法建立非线性系统模型的建模方法,并给出了基于MGS算法的模型结构和参数辨识的一体化方法,即利用MGS正交变换对通过模糊竞争学习的聚类结果进行变换,确定对模型贡献大的规则,删除对模型贡献小的规则,同时对模型中的参数进行估计,实现模糊模型结构和参数的优化.仿真结果表明,提出的方法能够对非线性系统进行模糊建模.     

电弧炉系统电弧模型的建立与参数辨识

分析了电弧辐射散热规律,并在此基础上考虑炉温变化对电弧特性的影响,建立了电弧炉系统电弧模型.针对炉温难以测量的情况,将电弧随炉温变化的特性等效于电弧的时变性,研究了整个冶炼过程中模型参数的时变情况.在使用现场生产数据对模型参数进行辨识的过程中,针对模型中参数存在相关性的情况,使用基于样条变换的偏最小二乘方法对模型参数进行辨识.辨识结果表明,参数随时间的变化符合以前文献的研究结果以及现场情况,所建立的模型可以全面反映整个冶炼过程中的电弧特性.     

基于稳定学习的碳酸碱浓度模糊建模

针对氧化铝生产过程中原矿浆制备工序碳酸碱浓度机理模型难以建立,无法实现在线检测的问题,通过对铝酸钠溶液温度和电导率的特性分析,提出一种基于同步聚类和稳定学习的碳酸碱浓度模糊建模方法。首先采用同步聚类算法将建模数据分类,并对聚类中心及分类进行离线修正,然后对每类数据进行模糊TS(Takagi-Sugeno)建模,并采用稳定学习算法对模型参数进行在线校正,保证辨识误差有界。将该方法应用于氧化铝生产过程碳酸碱浓度的软测量,现场实际数据预测结果表明了方法的有效性。     

基于MRAS变参数无速度传感器矢量控制系统的研究

利用电动机定子电压方程和电流方程得到电动机转速的模型参考自适应（MRAS）辨识算法，在此基础上建立了一个改进的变参数MRAS速度辨识数学模型，并在无速度传感器异步电动机矢量控制系统中对该速度辨识模型进行了研究，仿真结果验证了该变参数MRAS速度辨识模型具有满意的辨识精度和动态性能．     

桥梁结构基于高维模型拟合响应面的参数识别

为提高响应面法在桥梁结构参数识别中的计算精度,提出了基于高维模型拟合响应面的参数识别方法.即采用HDMR响应面法拟合结构响应面,并基于该响应面进行结构参数的识别.研究了HDMR响应面的基本构造方法,阐述了在响应面基础上通过有约束最小二乘优化实现参数识别的一般过程.以一座连续梁及一座独塔斜拉桥为算例进行分析,探讨了该方法在结构参数识别中的计算精度及效率.结果表明,相比传统响应面法,该方法在计算精度上具有显著优势.同时也验证了该方法在大型桥梁结构参数识别中的可靠性和适用性.     

大时滞过程双自由度自整定内模控制

借助双控制器设计技术和继电反馈辨识方法，提出了一种双自由度自整定内模控制器(自整定TDF—IMC)．通过改进的继电反馈辨识方法获得被控对象模型参数，根据所得模型分别设计设定值跟踪IMC和干扰衰减IMC，并给出TDF—IMC滤波时间常数的自整定规则．给出的自整定TDF—IMC不但提高了传统IMC的控制性能和鲁捧性，而且控制器设计同传统IMC类似，设计过程非常简单．     

确定天然河流纵向离散系数的有限差分单纯形法

针对在确定纵向离散系数的示踪试验中解析法难以适用于天然非均匀河流的不足,提出了采用有限差分法结合Nelder-Mead单纯形法的参数识别算法(FDM-NMS)来反演天然河流的水质参数。以纵向离散系数反演为例,利用该算法重点探讨了初值选取、观测噪声、离散河段数等因素对参数识别结果的影响,结合恒定流和非恒定流2个算例验证了该方法的可靠性。计算结果表明,采用FDM-NMS算法当噪声水平≤10%、离散河段数≤10时能给出较好的参数识别结果,算法具有良好的抗噪性。     

差分进化算法在气动力参数辨识中的应用

差分进化算法是一种新兴的优化算法,与最小二乘法等梯度类算法相比,它能够进行全局寻优且对初值不敏感,具有广泛的应用前景.建立某型飞机刚体运动的6自由度非线性动力学模型,在叠加一定比例白噪声的情况下获得其仿真数据,使用差分进化算法辨识出该型飞机的纵向运动气动力参数,辨识结果与真实值较为吻合,证明该算法是可行的.多组试验表明:对于该型飞机的动力学模型和仿真数据,使用差分进化算法的辨识结果与使用最小二乘法、普通粒子群算法的辨识结果相比,具有更高的精度和更强的鲁棒性.     

基于参数辨识的永磁同步电机控制系统的设计

在电机参数未知的永磁同步电机控制系统设计中,为提高控制性能,需要对电机参数进行辨识. 利用Popov稳定性定理对辨识系统的自适应率进行了设计;针对逆变器的死区效应,选用旋转坐标法对辨识器的输入电压进行补偿,通过辨识得到的电机电阻和dq轴电感参数. 在此基础上,建立电机的数学模型并运用工程设计方法对电机控制器的参数进行设计. 实验结果表明采用补偿后的电压进行参数辨识得到的电机参数要更加准确,并且基于电机数学模型进行控制器参数的设计能够减少控制器参数调试的工作量和时间,最终得到的电机控制系统具有较优的动态性能.      

沉积岩系地层温度场模型及其参数优化识别

研究了石油地质过程中沉积岩系古地温分布情况和有关参数识别问题。给出了包括传导、对流的导热方程及其初始、边界值条件，讨论了该抛物型偏微分方程解的存在性。构造了识别导热率等参数的优化识别模型。依据可分Ｈｉｌｂｅｒｔ空间中双线性型的有界性与强制性等，证明了识别问题最优解的存在性。     

基于改进粒子滤波算法的Bouc-Wen模型参数在线识别方法

在线模型参数更新是提高结构混合试验中数值子结构模型精度的有效手段。为了提高强非线性模型参数在线识别精度,在标准粒子滤波算法的基础上提出了一种改进的辅助无迹粒子滤波算法。在重要性采样中,基于最新观测信息采用无迹卡尔曼滤波方法计算每一个粒子估计,以提高粒子非线性变换估计精度;在重采样过程中,引入辅助因子修正粒子权值,以丰富粒子多样性、削弱粒子退化现象。采用改进粒子滤波算法针对Bouc-Wen模型进行了在线参数识别,并与标准粒子滤波算法、扩展卡尔曼粒子滤波算法以及无迹粒子滤波算法的参数识别精度和计算效率进行对比分析。结果表明,与其它3种算法相比,辅助无迹粒子滤波算法在单步计算耗时增加的基础上,在线参数识别精度明显提高,参数识别值波动幅度显著降低。最后,通过橡胶隔震支座拟静力试验,验证了采用改进粒子滤波算法在线识别Bouc-Wen模型参数方法的有效性。     

液压弯辊控制系统的建模及辨识

通过分析液压弯辊控制系统的结构,给出了系统各个环节的传递函数,建立了液压弯辊控制系统的传递函数.针对理论模型中参数难以确定的问题,以某四辊冷轧机为对象设计了系统辨识方案,采用自回归历遍(auto regressive exogenous,ARX)模型辨识出液压弯辊控制系统模型.辨识的输入和输出数据分别为弯辊闭环系统的弯辊油压给定值和弯辊油压实际值,模型参数估计采用最小二乘法.通过残差分析检验了模型的有效性,结果表明:辨识模型的输出响应能很好地反映实际系统的动态输出特性,并具有较高的精度,证明ARX辨识算法对于弯辊系统的辨识是可行的.     

铅酸动力电池等效电路模型参数辨识方法研究

针对传统铅酸动力电池参数辨识方法缺乏理论基础以及辨识误差较大的问题,提出了一种新的M序列作为激励的辨识方法。选取Thevenin模型作为铅酸动力电池等效电路模型,通过建模仿真分析了M序列在铅酸动力电池参数辨识中的可行性,并给出了M序列参数选取原则。确定了M序列作为辨识激励的合适参数,最后仿真得出了该方法辨识所得的铅酸动力电池相关参数值。与实验获得的电池真实参数值比较结果表明,采用M序列作为激励的参数辨识方法,能够准确有效地辨识铅酸动力电池等效电路模型的参数,并可以对其参数的获取提供理论基础与支持。     

活性氧化铝固定床吸附除氟的模型化研究

建立了活性氧化铝固定床吸附除氟过程的数学模型,通过连续实验获得了Langmuir吸附容量qm以及Langmuir常数KL,运用最小二乘法拟合了吸附过程的总传质系数ks,并使用龙格-库塔法求得模型的数值解。为了验证模型的可靠性,将所建立模型的计算结果与实验结果进行比较,使用相对误差法进行分析。结果表明当空速小于6.0 h-1时,6组模拟与实验数据的相对误差均小于10%,模拟与实验所得穿透曲线吻合良好。所建立模型的准确性能够满足工程应用和设备设计的需要。