基于神经网络的模型验证方法

通过对传统模型验证方法在应用中所存在问题的详细分析,提出一种基于神经网络的模型验证方法.该方法利用神经网络强大的非线性映射能力,通过对各种模型关键行为特性的学习,将实际系统行为归类为其中的一种模型,从而对模型的可信性做出评估.首先利用仿真模型的输入输出作为训练集充分训练神经网络,再使用实际系统参数作用于训练好的神经网络,通过神经网络的输出值(概率向量)确定模型与实际系统的匹配程度.最后的图像目标识别模型验证数值仿真实例,说明了该方法的可行性和有效性.基于神经网络的模型验证方法能够很好地验证模型对复杂不确定系统的建模准确程度.     

基于信息熵的动力模型缩聚中主自由度优化选择研究

采用信息熵来定量表征待识别结构建模参数识别结果的不确定性。基于贝叶斯统计系统识别方法,以结构建模参数识别结果的不确定性最小为优化准则,极大化结构建模参数的后验概率密度函数,在给定主自由度数目的前提下,以主自由度组合为优化变量,将主自由度选取问题转换为非线性约束优化问题,优化结果即为选取的最优主自由度组合。将结构平动自由度看作主自由度,将扭转自由度看作副自由度,采用动力模型缩聚方法通过一个典型的空间桁架桥结构模型的数值仿真研究和实验验证,对主自由度优化选取方法的正确性和有效性进行了验证。     

空间机器人的SVM非线性补偿滑模控制研究

为提高机械臂末端跟踪目标轨迹速度, 提出了一种基于SVM(Support Vector Machine)非线性模型估计的滑模控制方法。该方法通过SVM对参数不确定非线性项进行估计, 对空间机器人动力学模型进行补偿。这种从整个闭环系统稳定性出发设计的SVM非线性补偿滑模控制器, 不需要确切的数学模型, 从而提高了快速跟踪目标轨迹, 减小跟踪误差的动力学系统性能。仿真结果验证了该控制方法的有效性、可行性。     

基于GARCH效应和改进罚指标的时域非线性损伤识别

结构在服役期间可能会产生裂纹等损伤,裂纹的张开和闭合效应使损伤呈现出时域非线性特性.另外,基于时域模型的方法主要反映了刚度损伤引起相邻节点自由度处的特征改变,难以直接反映层间刚度的损伤信息.为了解决这些问题,提出了一种基于GARCH模型和改进罚指标的损伤识别方法.首先描述了GARCH模型的基本原理,并给出了GARCH模型的定阶方法和模型参数估计法.然后分析了时域非线性的双线性刚度特性,并提出了基于GARCH模型的非线性损伤识别原理和基于刚度的基本GARCH指标.最后利用罚函数原理,对层间刚度损伤提出了一种改进GARCH罚指标方法以提高识别可靠性.数值计算和实验研究结果表明,采用改进GARCH罚指标可以较好识别出结构非线性损伤,其识别效果要好于基本GARCH指标以及基于线性自回归模型和倒谱测距的方法.     

再生型颤振系统的Hopf分岔分析与控制

考虑一类单自由度的非线性再生型切削颤振系统,利用多尺度法分析系统时滞参数对解稳定性的影响,并在此基础上采用非线性位移反馈控制抑制Hopf分岔引起的颤振.理论分析和数值模拟结果验证了所给控制方法在切削颤振控制模型中的有效性.     

非线性随机地震反应分析的实用方法

目前对于力学图式为多自由度体系的建筑结构的概率性非线性地震反应分析研究还不多。本文提出了一个实用的方法,对于以剪切变形为主的结构,只要给出结构和地基的有关参数,就能进行非线性的随机反应分析。该实用方法在改进等效线性化方法的基础上,通过引入恢复力的计算曲线处理了恢复力滞回曲线。文中还用该方法计算了两个工程实例,计算结果与Monte-Carlo数值模拟法作了对比,还与一般的等效线性化作了对比。     

一个新的四维超混沌系统的参数识别研究

对一个四维超混沌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,利用超混沌吸引子,随不同参数变化的分岔图和Lyapunov指数谱准确地表征了系统的动力学行为.通过两种参数辨识方法,即基于观测器的参数辨识方法和基于自适应控制的参数辨识方法分别实现该系统的所有未知参数的辨识.数值仿真验证了理论分析和数值计算的正确性.     

基于Fisher准则的SVM参数选择算法

支持向量机(support vector machine,SVM)分类性能主要受到SVM模型选择(包括核函数的选择和参数的选取)的影响,目前SVM模型参数选择的方法并不能较好地确定模型参数。为此基于Fisher准则提出了SVM参数选择算法。该算法利用样本在特征空间中的类别间的线性可分离性,结合梯度下降算法进行参数寻优,并基于Matlab实现选择算法。实验结果表明参数选择算法既提高了SVM训练性能,又大大减少了训练时间。     

钢轨扣件减振橡胶动态特性分析

基于黏弹性材料动态恢复力由非线性弹性恢复力和非线性阻尼力叠加而成的理论基础,运用理论与动态试验相结合的方法,提出一种钢轨扣件减振橡胶动态恢复力模型,着重揭示一阶、三阶和五阶动刚度对激励频率和振幅的依赖性。运用最小二乘拟合法确定各阶动刚度中所含未知参数,并利用理论模型重构恢复力-位移回线,最终将其与试验曲线相比较。研究结果表明:钢轨扣件减振橡胶具有明显的非线性特性,其动态刚度与振幅和频率之间呈复杂的曲面关系;本文所建动态力学模型可为钢轨扣件减振橡胶的动态分析和优化设计提供了一定的理论支持。     

基于GMM统计参数和SVM的说话人辨认研究

支持向量机(SVM)是以统计学习理论为基础,解决模式识别问题的有力工具,但是它训练算法复杂,难以处理大量样本,限制了其在说话人识别方面的使用。针对这个问题,提出了一种基于GMM(高斯混合模型)统计参数和SVM的说话人辨认系统,以GMM模型的统计参数来训练SVM说话人辨认模型,有效解决了大样本数据下SVM模型的训练问题。实验表明,该方法有良好的效果,并且与倒谱加权方法结合后,可以增强系统的健壮性,进一步提高系统的识别率。     

航空运量预测

分析SVM的非线性回归预测基本原理, 分别选用不同的核函数进行拟合训练预测.然后利用LIBSVM软件求解,利用Python和Gnuplot对核函数的参数寻优.把1975年到2006年全国的客运量数据和其他相关指标作为学习样本,验证寻优参数得到训练模型预测结果的可靠性.     

解非线性振动方程的两种摄动法的比较

首先介绍了解非线性振动方程的L-P摄动法和Krylov展开法,然后对两种方法进行了比较.比较可知,对恢复力是位移奇函数的单自由度保守振动系统Krylov展开法适用范围比L-P摄动法广泛;对恢复力是位移一般函数的单自由度保守振动系统两者都仅适用于弱非线性系统.两个典型例子验证了结论的正确性.     

具有非线性扰动与外部干扰的结构系统鲁棒H∞控制

针对一类具有非线性不确定及外部扰动的结构系统,提出一种基于线性矩阵不等式的鲁棒H∞主动控制策略.当结构系统质量矩阵中存在摄动时,将其描述为一种中立不确定的动态模型系统,通过鲁棒H∞控制方法同时保证了结构系统在模型和参数摄动下以及在控制变量和扰动存在非线性不确定性时的鲁棒稳定.最后通过对一个单自由度建筑结构模型在地震波作用下的主动振动控制仿真证明了该方法的有效性.     

两自由度正切非线性系统的冲击响应研究

建立了两自由度的正切非线性包装缓冲模型,得到系统的振动方程,经过一系列变换得到振动微分方程的状态变量,运用四阶变步长Runge-Kutta方法算出此非线性系统在半正弦脉冲冲击下的冲击响应谱曲面,得出质量比β1、刚度比β2、压缩极限比β3、阻尼系数比4β、黏滞阻尼因子1ξ和系统参数β对冲击曲面的影响规律.冲击曲面能全面反映包装系统在不同参数作用下的信息.     

基于等几何配点法的柔索非线性动力学分析

针对柔索结构非线性动力学问题,提出了基于非均匀有理B样条(NURBS)的等几何配点法.利用哈密顿原理建立了耦合三个平动自由度和一个扭转自由度的柔索非线性运动方程,基于等参元的思想,利用NURBS基函数的高阶连续性和配点离散强形式的控制偏微分方程组,采用Newmark-β时间积分与修正的Newton-Raphson非线性迭代法求解离散动力学方程.通过与传统有限元法计算结果对比,验证了该数值方法的准确性和高效性.进一步分析了等几何配点法典型的收敛特性,表明该方法能有效处理非线性动力学问题.     

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.     

固定翼飞机动力学模型的子空间辨识方法

针对子空间模型辨识(SMI)方法这类线性模型辨识技术存在的建模误差,提出一种两阶段固定翼飞机飞行动力学模型辨识方法.首先采用基于辅助变量的闭环SMI方法辨识飞机的近似线性模型;然后,利用该模型构建扩张状态观测器,从而估计出系统中的非线性动态数据;在此基础上,进一步采用神经网络建立系统非线性动态的分散式模型.最后,利用B747飞机6自由度非线性模型进行系统辨识实验,所得结果验证了该方法的有效性.     

二自由度随动系统的自适应摩擦补偿

 为提高二自由度随动系统的跟踪精度,针对系统中存在的摩擦扰动问题,提出了一种基于LuGre模型的自适应摩擦补偿方法.该方法采用离线估计法对LuGre模型中未知参数进行估计,采用非线性观测器和自适应律估计LuGre摩擦模型中的不可测状态变量和易变未知参数.最后利用Lyapunov方法证明了整个闭环系统的渐进稳定性.仿真实验表明,该方法能有效补偿摩擦对二自由度随动系统低速性能的影响,从而提高跟踪精度.     

基于ABC-SVM模型的固体氧化物燃料电池预测控制仿真研究

为了满足直流负载电压的稳定性及固体氧化物燃料电池（SOFC）的耐用性和安全性的要求,设计了两个控制回路分别对SOFC的输出电压和燃料利用率进行控制。通过设计一个简单的控制回路来使燃料利用率保持在恒定值,并在此基础上开发了一个非线性模型预测控制器以控制SOFC的输出电压。该非线性模型预测控制器基于改进的支持向量机（SVM）预测模型,首先利用Lipschitz quotients准则确定SVM预测模型的结构,然后通过人工蜂群算法（ABC）优化SVM参数。仿真结果表明,所提的基于ABC-SVM模型的SOFC预测控制算法可以很好地跟踪电压设定值,证明了ABC-SVM模型在SOFC非线性动态建模中的有效性。     

局部非线性振动系统参数识别的空间法

研究了具有平方非线性刚度和平方非线性阻尼的两自由度局部非线性振动系统,提出了一种参数识别局部非线性振动系统模型的空间法．该方法有效地利用模型的时间函数、频率函数和空间参数,使参数识别更为准确．利用该方法对非线性频响函数进行估计,并利用了最小二乘法对模型的非线性刚度系数和非线性阻尼系数进行了优化．