一种用计算机分析非线性模型电子电路的网络模型

本文讨论用计算机分析非线性模拟电子电路,提出了一种用Volterra—Wiener级数导出的网络模型,研究了基本非线性电路元件的模型,然后讨论如何用这些模型构成基于改进节点法的网络方程,这种方法也适用于分析线性电路。图9,表2,参考文献3。     

磁饱和网络变压器非线性模型建立

为了研究外界信号经过变压器后的输入输出特性,基于变压器的高频特性和磁饱和特性,提出了一种变压器的非线性电路模型建立方法,并进行了验证。变压器的高频特性表现为电路模型的寄生参数,构成变压器模型的线性部分。磁饱和特性表现为电路模型的可饱和磁芯参数,构成变压器模型的非线性部分。变压器模型的线性参数和非线性参数可通过实验测量的方法获取。该模型能够预判网络变压器在电缆放电等非正常大信号注入时的输入输出特性。     

基于潜在调控因子筛选的高阶动态贝叶斯建模方法

为了解决目前用于构建基因调控网络的方法中所存在的网络构建准确率低、网络构建时间过长等问题，以及减小网络构建的复杂度，提高网络构建效率，提出了一种基于潜在调控因子筛选的高阶动态贝叶斯网络建模方法(high-order dynamic Bayesian network modeling method based on potential regulatory factor screening, PRS-HO-DBN).该方法将关联模型与高阶动态贝叶斯网络模型相结合，首先利用潜在调控因子筛选的方法在不同的时间延迟下删除与目标基因关联程度较低的基因，保留与目标基因关联程度较高的基因并作为目标基因的潜在调控因子集，以减小搜索空间；然后利用高阶动态贝叶斯模型进行结构学习，以提高网络构建的精确率.与其他的网络构建模型方法相比，该方法可以极大地缩短网络构建的时间，提升效率和精确度.     

基于改进忆阻器的混沌电路研究

忆阻器是一种具有记忆和连续输出特点的非线性电阻器,针对窗函数忆阻器模型的不足,提出了一种改进的窗函数,它通过添加一个参数来关联忆阻器的线性与非线性特性。为了对该窗函数进行验证,运用了数值分析与模拟电路分析的方法,仿真得出了忆阻器的伏安特性曲线,结果表明,使用改进窗函数的忆阻器模型更加接近实际物理状态。同时,为了进一步研究该模型的电路特性,将该模型应用于蔡氏混沌电路,通过MATLAB仿真得出其相图,并分析它的李雅普诺夫指数谱,数据表明该电路能产生混沌现象,因此,该忆阻器模型是一个能被应用的非线性模型。     

三端梯形网络等效电阻的再研究

对三端梯形电阻网络的等效电阻进行了再研究,通过构建非线性差分方程模型给出了不同于其他文献的研究方法,获得了三端梯形网络入端电阻的另一种表达结果,并与相关结果进行了比较.     

基因调控网络的父节点筛选贝叶斯建模方法

在构建基因调控网络的方法中,贝叶斯网络模型可以直观地表达基因间的调控关系,但在结构学习时的复杂度极高,使得网络建模效率较低且规模有限.因此,本文提出一种基于父节点筛选的贝叶斯网络(parent node screening based Bayesian network, PS-BN)建模方法.PS-BN方法将关联模型与贝叶斯网络模型相结合,在充分利用贝叶斯网络模型结构学习搜索策略的前提下,先基于父节点筛选方法去除部分冗余信息,以达到缩减搜索空间的目的.实验结果表明,与传统的贝叶斯网络模型方法相比,PS-BN方法极大提升了基因调控网络构建效率,同时准确率有所提高.     

非线性电阻电路灵敏度的研究

讨论分析了应用灵敏度定义和伴随网络计算非线性电阻灵敏度的方法,指出问题的关键是求具有一定精度的非线性电阻离散化等值电路模型,并给出了计算实例.     

AP数据源融合算法构建基因调控网络

针对单一数据集构建基因调控网络算法数据量不足及构建网络结果不精确的问题, 提出一种基于能力与信任(AP)的数据源融合算法. 该算法将基因表达数据、 蛋白质相互作用数据和基序数据集, 分别通过控制与被控制双向数据流传输来分析和构建基因调控网络, 并与ReMoDiscovery,CLR和C3Net三种已开发模型在酵母全基因组网络构建结果的AUC值进行对比. 对比结果表明, 该算法在构建基因调控网络算法方面执行效率更高、 收敛性更强.     

AP 数据源融合算法构建基因调控网络

针对单一数据集构建基因调控网络算法数据量不足及构建网络结果不精确的问题, 提出一种基于能力与信任(AP)的数据源融合算法. 该算法将基因表达数据、 蛋白质相互作用数据和基序数据集, 分别通过控制与被控制双向数据流传输来分析和构建基因调控网络, 并与ReMoDiscovery,CLR和C3Net三种已开发模型在酵母全基因组网络构建结果的AUC值进行对比. 对比结果表明, 该算法在构建基因调控网络算法方面执行效率更高、 收敛性更强.     

基于RBF神经网络的非线性电子器件的建模方法研究

针对当前电路仿真中存在的复杂非线性电子器件的建模问题,利用RBF神经网络在函数逼近时所具有的速度快、精度高的特点,提出了根据RBF网络学习器件的输入输出特性,将得出的网络结构用Pspice中的电路描述语言进行描述,建立了非线性电子器件模型的方法,并验证其有效性.结果表明该方法可作为一种用于非线性器件建模的通用方法.     

电子电路实验教学模式的探索与实践

本文作者根据多年的电子电路实验教学实践，提出适合于工科院校的电子电路实验课程改革的一些思路和实践，将工科电子信息专业的电子电路实验课整合成“基本技能训练一基础实验一综合性和设计性实验创新实验”四大模块，建立工科电子电路实验教学的新模式。该模式应用于学校的本科教学实践，产生了良好教学效果，受到广大师生的普遍欢迎。     

超混沌Lorenz系统的电路模拟与同步

对Lorenz系统添加一个非线性状态反馈控制器所构成的四维超混沌Lorenz系统,并运用数值模拟和理论分析的方法研究该超混沌系统丰富的动力学特性,同时运用PSPICE和MATLAB软件设计电子电路以实现超混沌系统,并且所得电路仿真结果与数值仿真结果完全一致;然后提出自适应控制器以实现超混沌同步;最后运用Lyapunov理论与数值模拟证实所设计的控制器的有效性.     

四轮毂电机独立驱动车辆转向电子差速控制

对四轮毂电机独立驱动车辆全轮转向电子差速控制策略进行研究.通过对转向运动学进行分析,建立了3自由度转向动力学模型,构建了四轮毂电机独立驱动车辆电子差速控制系统,提出了神经网络PID(NNPID)电子差速转速转矩综合控制策略,计算四轮目标转速,采用4个神经网络PID控制器,协调分配四轮毂电机的转矩,实现电子差速控制的转向.对于不同给定转向角和车速的仿真结果表明,该策略可以提高车辆低速转向的操控性和平稳性.     

微电脑在微分热分析中的应用

热分析是研究材料科学的一种重要方法。过去的热分析仪都是用模拟电路构成的,所以对直流微分非常困难,难以得到精确的结果。由于作者采用微电脑及软件技术,研制成功微电脑热分析仪,对直流微分可得到精确结果。目前该仪器已在交通大学材料科学系运行。     

一个新的混沌系统及其电路仿真

构造了一个新的三维自治混沌系统,该系统含有两个参数、两个非线性项.通过理论分析、数值仿真、Lyapunov指数谱和分岔图等非线性动力学分析方法分析了系统的丰富的动力学行为.结果表明系统是耗散的,系统存在两个不稳定平衡点,系统的轨线是有界的,当参数满足一定条件时,系统是混沌的.最后根据新混沌系统的数学模型设计具体的实际电子电路,给出系统处于混沌状态时的电路实验相图,与数值仿真结果是一致的.     

基于神经网络的三相全控桥整流电路故障诊断

电力电子电路的诊断具有相当的复杂性,主要原因之一是由于功率器件的损坏造成主电路结构的改变.而晶闸管是整流装置中最容易损坏的器件,因此,晶闸管的故障诊断成为电力电子电路故障诊断的首要重点.提出一种用前向神经网络来诊断三相全控桥整流电路晶闸管故障的方法.对电路发生故障时输出的波形进行分析,用故障波形的采样数据制作的样本对神经网络进行训练,将训练好的神经网络用于故障诊断.仿真和实验表明该方法是有效的.     

EWB在电力电子电路仿真中的应用

用电子设计自动化软件EWB建立了电力电子主电路全控制器件的组合器件模型，并用subcircuit子电路对此模型及同步电压为锯齿波的晶闸管触发电路进行封装，最后采用此模型及触发控制板对直流斩波电路和相控整流电路进行了仿真控制。结果表明：该组合器件模型方法是正确的，EWB软件界面直观，使用方便快捷，特别是其丰富的虚拟仪器及完善的功能设置，适合于电力电路大系统的仿真，为电力电子虚拟实验的开发奠定了基础。     

构建基因调控布尔网络的一种方法

为了重构基因调控网络,提出可以通过基因之间的布尔逻辑代数和逻辑电路网络得到基因调控的动态转换。进而找到整个基因网络的动态变化。利用熵互信息理论对基因表达进行处理,构建基因调控布尔网络。     

基于熵互信息理论的基因调控网络的研究

将熵互信息理论应用到布尔基因调控网络中,并推导出了多个基因决定某个或多个基因的表达值的逻辑规则,根据得到的逻辑规则建立了基因逻辑电路网络,根据该网络和逻辑电路网络分析方法又建立了基因调控网络动态转换图,从而揭示了基因之问的调控关系。     

一个新型的电子电路图纸自动读入系统

文章介绍了一个新型的电子电路图纸自动读入系统的构成及其实现。这是一个新进研制成功的实验系统,它不同于以往的常规系统。本文扼要地介绍了其中的模式分离与图象识别技术:对于前者,着重讨论基于Freeman链码边缘跟踪技术的字符分离方法;而对于后者,文中包括二方面的内容;实现字符识别的人工神经网络方法与实现符号识别的决策树方法,最后给出系统的输出结果。