大变异遗传算法在非线性系统参数估计中的应用

针对传统非线性系统模型参数估计方法的局限性及基本遗传算法存在的"早熟收敛"问题,本文提出了基于大变异操作的改进遗传算法来进行非线性系统参数的辨识,并将其应用到活性污泥动态模型的参数估计中,取得了较好的效果.     

系统参数估计的正交变换算法

就线性静态系统参数的最优二乘估计的存在性，提出一种正交变换算法予以实现。     

流固非催化反应系统参数估计

本文基于Ｐａｒｔｉｃｌｅ—ｐｅｌｌｅｔ模型和拟定常态假设，设计出采用激励—应答技术测定流─固非 催化反应系统各传递和反应参数的测试系统基本结构和测定方法程序．方法建议借一组三种实验 完成参数估计，包括：惰性流体信号测定反应流体的有效扩散系数ＤｃＡ；反应流体测定反应速度 常数ｋ；借反应流体测绘透过曲线并利用计算机模拟搜索反应物的灰层扩散系数Ｄ．文中导出有 关矩量式并给出一系列计算的透过曲线。     

系统动力学延迟环节的参数估计

本文论述了延迟环节参数估计的原理,导出了利用实际系统数据去估计延迟环节参数的两大类方法.     

动态系统参数估计的一种新方法

分析了利用Ｈｏｐｆｉｅｌｄ神经网络进行系统参数估计的基本原理，把参数估计问题转化为Ｈｏｐｆｉｅｌｄ网络的能量函数的最小化问题．当能量函数达到最小值时，Ｈｏｐｆｉｅｌｄ网络的输出即为待估计的参数值．仿真实验证明了该方法的有效性．     

NCD系统下的损失分布参数估计

对投保人使用的奖惩系统下的追奖,使部分事故不出现索赔而导致损失频率高于报告索赔频率,对于有比例免赔和保险限额的汽车第三者责任保险,本文用动态规划方法评价和估计最优自留额.     

非线性系统参数估计的迭代Bayes方法

本文给出使用Ｂａｙｅｓ方法估计非线性系统模型参数的方法和计算过程，给出一种迭代使用Ｂａｙｅｓ方法的策略并讨论了非线性自回归模型的参数估计问题。     

基于Kalman滤波的Fuzzy系统参数估计

模糊系统在现代工业、模式识别与人工智能、自动控制中起着重要的作用。论文研究了复模糊系统的参数估计 ,提出了用经典的 Kalman滤波来估计模糊系统参数的一种新方法。在实例分析中 ,将复模糊系统用于通信信道均衡 ,用专家知识对信道输出建立一个模糊规则库 ,可以提高算法的速度和准确率。用该文给出的经典的 Kalm an滤波与传统的迭代最小二乘 RL S法比较 ,结果是该文的方法不仅误码率比 RL S方法低 ,而且收敛速度更快 ,更加利于硬件实现。     

灰色系统参数估计与不良数据辨识

针对序列中含有空穴或不良数据的情况，将参数估计与不良数据辨识理论作为数据预处理技术应用于灰色系统建模。以观测数据为依据进行参数估计，避免了常规模型将空穴处的生成数据与其余实际数据同等对待的弊端；对序列作检测与辨识，使剔除不良数据后的参数估计结果更为精确。在电力系统灰色负荷预测中的应用结果表明，这一方法在提高灰色系统建模精度方面有相当的优越性，预测结果比常规灰色模型有很大的改善。     

一种变电站系统参数估计的新方法

提出了一种有约束线性最小二乘估计算法,基于变电站内的量测数据以及变压器的参数来估计系统母线电压和系统阻抗参数。采用数值仿真的方法进行了验证,并采用随机变量反映实际当中的量测误差。仿真结果表明提出的方法是可行的,并可以确保精度满足使用要求。     

基于神经网络的一类非线性系统参数估计

基于Ｈｏｐｆｉｅｌｄ神经网络的神经计算原理，提出了一类非线性系统的参数估计方法：首先将系统参数估计问题转化为以系统模型残差平方和为目标函数的优化计算问题，然后利用连续Ｈｏｐｆｉｅｌｄ神经网络的神经计算估计待辨识参数．数字仿真结果表明，该方法不仅算法简单，而且估计精度高．     

系统参数估计的对半估计辅助变量法

本文提出了一种新的参数估计方法,即对半估计辅助变量法,它把辅助变量法的一个2m阶矩求逆化为一个m阶矩阵求逆,理论分析和仿真结果都表明新方法的辩识时间只有辅助变量法的50%, 也比最小二乘法的辩识时间为短,本文从理论上证明了这种新方法具有一致性估计,获得了它的递推算法,以适应在线辩识。     

遗传算法在汽轮机调速系统参数估计中的应用

汽车机液压调速系统是一复杂非线性系统,现有的参数估计算法存在不足之处。遗传算法寻优能力强,可以在该系统的参数估计中应用。通过２个仿算例,表明遗传算法的估计精度高于现有的算法,具有良好的应用前景。     

线性反应系统参数估计的实验步骤和数学方法——Ⅰ参数估计方法(英文)

依据线性微分方程系统的通解,可以通过实验和数学方法求取速率常数矩阵K的特征向量和特征值,从而解决了计算速率常数矩阵的问题。本文介绍了三种计算方法,其中两种是在已知组成空间反应轨迹上的几个组成向量来进行计算,而另外一种方法则按迭代步骤进行。     

Rayleigh分布型n部件串联系统的参数估计

通过把相互独立且寿命服从不同的Rayleigh分布的n个元件串联,利用最小值分布法证明了串联系统的寿命保持服从Rayleigh分布不变。其次,分别在全样本场合和定数截尾样本场合下,利用极大似然法得出了组成系统的各部件寿命参数的极大似然估计。     

基于粒子滤波参数估计的混沌保密通信系统

针对混沌参数调制保密通信系统中扩展卡尔曼滤波算法和无味卡尔曼滤波算法对混沌系统的状态和参数估计性能较差的问题,提出了用粒子滤波算法估计混沌系统参数的方法。在系统的发送端,通过待发送的二进制符号调制混沌系统的参数进而产生混沌信号。在接收端,粒子滤波器用接收到的混沌信号估计出相应的混沌系统参数,从而恢复出发送端的二进制符号。仿真结果表明,较扩展卡尔曼滤波和无味卡尔曼滤波,粒子滤波算法在估计混沌系统参数时具有更短的收敛时间和更小的估计误差,能更有效地实现混沌保密通信。     

具有纯时延的系统的解耦时延参数估计

通过对纯时延的有理逼近，提出纯时延系统的一种新的解耦时延二步估计算法。     

Kumaraswamy分布下负载共享并联系统的参数估计

在并联连接的多元件系统中,随着元件逐个失效,应用于系统的总负载在剩余幸存的元件之间重新分配,这通常称为负载共享。本文讨论了当元件的基础分布为Kumaraswamy分布时负载共享并联系统的参数估计。首先,我们列出了参数估计的具体方法并通过合适的迭代技术来获取参数估计的闭合值。其次获得了所提出的最大似然估计(MLE)的渐近分布,并对简化后的模型模拟出其参数的MLE和渐近最佳无偏估计(ABUE),再对两者进行渐近比较。最后,使用Bootstrap技术构造了参数的置信区间。     

双率时变系统遗忘因子最小二乘参数估计

针对一类双采样率随机时变系统,应用多项式变换技术和随机过程理论,在强持续激励条件下,研究了双率时变遗忘因子最小二乘法(dual-rate forgotten factor least squares,DR-FFLS)的参数估计收敛性,得到了参数估计误差上界的精确表达式.分析表明,随着数据长度k的增加,DR-FFLS算法的参数估计误差上界收敛到常数.同时分析了双率确定性时不变系统、随机时不变系统、确定性时变系统的参数估计误差上界.仿真实例验证了对于随机时变与不变双率系统,同样可得参数估计误差小于参数估计误差上界,并且随着k的增大,参数估计误差上界趋于常数.     

两类动态时变系统的参数估计新算法

本文应用作者提出的修正的自适应滤波算法,给出了两类有广泛应用前景的时变动态系统的参数估计新算法。模拟例子说明其方法的有效性。