神经网络算法在非线性系统中的应用研究

研究了一种非线性系统分析的神经网络算法,提出并证明了该算法的收敛性定理,为学习率的取值范围提供了理论依据.解决了BP算法存在局部极小的问题,并给出了该算法的应用实例.研究结果表明,对于随机给定的初始点,该算法都能稳定收敛到它的一个实根,计算精度可控,而且能得到高精度解,因此,该算法是有效的.此外算法还可以用来解多元非线性方程和线性方程组.     

简并态微扰论的递推形式

本文给出了简并态微扰论的递推形式，在微扰计算收敛的情况下，利用该方法可以逐级计算到微扰论的任意级近似，在给定精度下可得到与精确解一致的结果。     

单参数快速搜索BP算法的研究与应用

提出了一种基于单参数坐标轮换法的改进BP算法.与其他算法相比,它不仅寻优方向性强,目标函数计算量小,而且使BP网络的收敛速度明显提高.仿真应用表明,该算法具有很好的鲁棒性.     

多载波DS/CDMA系统中基于SADPSO算法的多用户检测

离散粒子群算法(DPSO)是一种简单有效的随机全局优化技术.它通过粒子间的合作与竞争以实现对多维复杂空间的高效搜索.为改进其收敛速度和克服"早熟收敛"问题,将模拟退火机制引入到基本DPSO算法中,提出了SADPSO算法.并将该算法应用到多载波DS/CDMA系统的多用户检测中.仿真结果表明,该检测器在误码率性能和抗"远近"效应能力方面取得到了比较满意的结果,收敛速度和精度均好于基于DPSO算法的检测器,在相同带宽相同检测算法的条件下多载波DS/CDMA 系统误码率性能优于DS/CDMA系统.     

改进的复值非高斯最大化盲源分离算法

复值非高斯最大化盲源分离算法的收敛速度,受其采用的反双曲正弦函数计算复杂度的影响较大,针对这一问题,提出了一种收敛速度更快的改进型复值非高斯最大化算法。该算法采用一个低计算复杂度的非线性函数替代原算法中的反双曲正弦函数。该函数的计算复杂度是反双曲正弦函数的三分之一。在相同条件下,基于该非线性函数的复值非高斯最大化盲源分离算法的收敛速度相比原算法提高了1倍左右,更适合于对接收信号进行实时处理,而且信号分离误差小,同时该算法同样适用于任意非高斯的常态和非常态信源。仿真试验验证了算法的有效性。     

基于去相关NLMS算法的自适应回波抵消

在NLMS算法的基础上,从语音信号相关性的角度出发,提出了一种去相关NLMS算法(DC-NLMS).该算法收敛速度快,稳态失调小,计算量与NLMS算法相当,克服了APA算法收敛速度快但计算量大的缺陷.计算机仿真结果表明,DC-NLMS算法在自适应回波抵消中的综合性能要优于NLMS算法、APA算法以及文献[7]中的算法.     

壳模型分子动力学优化新方法

提出了新的壳模型分子动力学优化方法来对壳位置进行优化.该方法的基本思想是利用多次迭代来确定模拟过程中壳的位置.分子动力学模拟的结果表明,该方法不但能够准确得到壳位置,计算效率比传统的优化方法要高,而且通过选择收敛因子还可以进一步控制计算精度和效率.该方法特别适合于对铁电材料的壳模型分子动力学模拟.     

无退化微扰公式递推形式在非简谐振子近似计算中的应用

本文给出了无退化微扰公式的递推形式，并将其应用于非简谐振子问题，考察了微扰项Ｗ～Ｘ＾ｍ（ｍ＝１，２，４）对振子能级的影响。计算结果表明，在微扰计算收敛情况下，利用该递推公式可以在给定的精度下得到与严格解一致的结果。     

非线性最优化问题的复合形旋转方向搜索法

针对不等式约束非线性最优化问题,分析了传统复合形算法收敛速度慢的原因,提出了一种称为复合形旋转方向搜索的新算法,给出了算法的迭代计算流程和程序框图.该算法与传统复合形法的主要区别在于:①迭代计算不以中心点作为复合形收敛中心,而以最好点作为复合形收敛中心;②迭代计算的映射点不在最坏点与中心点的连线方向选取,而在最好点与复合形各顶点的连线方向选取.     

基于自适应权重的粒子群和K均值混合聚类算法研究

针对K均值聚类算法存在的缺点,提出了一种基于自适应权重的粒子群优化(PSO)和K均值混合聚类算法.该算法在运行过程中通过引入非线性动态惯性权重系数,提高了混合聚类算法全局搜索能力和局部改良能力,并根据群体的适应度方差来确定K均值算法操作时机,增强算法局部搜索能力的同时缩短了收敛时间.将该算法与K均值聚类算法、基本PSO聚类算法和基于传统的粒子群K均值聚类算法进行比较,表明该算法不仅能有效地克服陷入局部最优,而且全局收敛能力和收敛速度都有所提高.     

测控信号随机时延对迭代学习控制系统的影响

测控信号通过无线网络传输受到的随机时延严重影响迭代学习控制系统的收敛性能. 在一步随机时延模型的基础上,得到包含随机时延影响因子的系统转移矩阵,然后分别针对测控信号发生时延的情况,研究转移矩阵内决定系统收敛速度的特征值,以及决定系统鲁棒收敛性的下三角内其他元素取值的变化情况. 由分析可知,测控信号随机时延不仅会降低系统的收敛速度,而且会影响系统的鲁棒收敛性. 尤其是控制信号随机时延,它对系统鲁棒收敛性的影响明显强于测量信号随机时延的影响. 仿真实验表明了分析结论的正确性.     

指数平滑法组合预测方法与应用

本文将指数平滑法中的移动算术平均法与单指数平滑法有机结合 ,得到新的预测方法 通过对通辽地区 1 998年粮豆亩产量问题上的使用 ,此法有精度较高的优点     

基于粗糙集的连续属性离散化算法及其应用

为了提高信息系统的相容性、解决离散化过程中阈值以难确定的问题,提出了一种改进的连续属性离散化算法.该算法以信息增益作为属性重要性的度量方法,以基于最小描述长度原理的决策系统信息熵作为离散化过程的评价函数,能够有效地提高离散化速度和精度,并且增强了系统的鲁棒性.仿真结果证明,此算法能够得到满意的离散化结果,是一种能够自动调节阈值的有效算法.     

螺纹磨床在线自动补偿磨削系统设计与实现

根据交流伺服系统的强时变性、非线性的特点,采用了分段模糊PID控制算法对电机进行速度调控,当速度误差较大时采用Bang-Bang控制,能尽快的减小误差;当速度误差控制在较小的范围之内时采用模糊控制,能使误差进一步减小;实验证明采用模糊PID控制算法可以将丝杆的精度控制在几个微米之内.     

分式线性递归关系的研究

用递归关系的不动点变换研究了分式线性递归数列与等差数列、等比数列的关系,并讨论了分式线性递归数列的收敛性。最后,给出了一种求分式线性递归数列通项的简易方法。     

区熔炉简易数显恒温控制装置

本恒温控制装置采用价格低廉的运算放大器和三位半数字电压表专用集成电路，具有较高的控温精度，经４年的使用对半导体区熔炉的控温效果良好。     

一种新的基于免疫算法的多用户检测

提出了一种新的免疫算法，将匹配滤波器的输出判决信号作为一条染色体放入初始种群，使得初始种群中包含最优解的概率大大增加；选择疫苗时，将接种了疫苗的个体的适应值小于父代适应值的个体，按一定的概率接受该个体，克服了GA欺骗问题．仿真结果表明该算法在收敛速度和误码率方面都优于基于遗传算法的多用户检测．     

一种新型自适应粒子群优化粒子滤波算法及应用

基于粒子群优化的粒子滤波算法精度不高,运算复杂度大,难以在实际工程中应用. 为此,文中提出一种新型邻域自适应调整的动态粒子群优化粒子滤波算法. 该算法考虑了粒子的邻域信息,利用多样性因子、邻域扩展因子和邻域限制因子共同对粒子的邻域粒子数量进行自适应调整,控制粒子对邻域的影响,减轻局部最优现象,达到收敛速度和寻优能力的最佳平衡. 利用UNGM模型、目标跟踪模型以及故障检测模型对算法的性能进行仿真测试,结果表明：该算法与PSO-PF相比提高了精度和运算速度,具有实际工程应用价值.