投资及投资时滞灰色模型

本文应用灰色系统理论对部门所需流动资金以及投资时滞进行了研究,建立相应的灰色模型。并用以确定所研究部门的平均时滞和时滞期内各年投资量所占比重。     

关于铁路基本建设投资时序的探讨

对铁路建设项目投资时序进行了探讨，提出投资时滞这一新的概念，介绍了铁路建设项目投资时滞的计算方法，并结合实例进行了计算。     

含有时滞中性技术进步的资产投资模型解的性质

给出了含有时滞的中性技术进步的资产投资模型,并运用积分方程理论和泛函分析,证明了该投资系统模型的等价方程,同时得到等价积分方程的表达式．     

一类金融投资系统的风险分析

运用动力系统稳定性理论,讨论了一类金融投资系统的稳定性问题.给出了系统在时滞脉冲下零解渐近稳定的条件,分析了系统参数、脉冲和延迟区间之间的相对关系.最后进行数值仿真,验证了时滞脉冲稳定的有效性,并给出了经济学解释.     

线性时滞系统时滞相关稳定性分析研究进展

时滞系统的时滞相关稳定性分析是近年来时滞系统研究领域的一个热门重要问题,这个问题受到众多研究者的关注,并已经取得很多的研究成果。笔者主要对目前时滞系统的时滞相关稳定性分析所使用的主要方法做简单的阐述,分析各种方法在使用中所起到的作用和使用中应该注意的问题,并对连续线性不确定时滞系统和连续线性不确定中立时滞系统近年来所取得的研究成果做比较分析。     

含时滞的投入产出优化模型

提出了含有投资产品时滞因素的投入产出优化模型，并给出了求解方法。     

具分布时滞的退化微分系统的全时滞稳定性

讨论了具有分布时滞的退化时滞微分系统的全时滞稳定性.首先给出退化系统渐进稳定时,其特征方程根的特性所具有的充分条件.然后给出具分布时滞的退化微分系统的特征方程,对其进行研究后,结合相关引理得到了系统全时滞稳定的充分必要条件.最后将结论推广到含有多个时滞的情形.     

变时滞网络控制系统的时滞独立稳定性研究

本文对网络控制系统中一类特殊的变时滞系统的稳定性进行详细的研究与分析;推导出当时滞系统相应的无时滞系统具有实值对称Jacobian矩阵时,时滞系统渐近稳定当且仅当其相应的无时滞系统渐近稳定;最后,通过应用举例和实验仿真验证了关于网络控制系统时滞独立稳定性分析的正确性。     

高维时滞系统稳定性时滞界限的估计

利用Ｖ（ｘ）函数，采用分步逼近反证法，对高维变系数线性时滞系统给出了一致稳定和一致渐近稳定的时滞界限的一种估计。     

一类中立时滞系统时滞相关观测器的设计

基于模型转换技术,以线性矩阵不等式(LMI)形式建立一类线性中立时滞系统时滞相关稳定性判据,系统的稳定性依赖于时滞大小·给出了时滞相关观测器设计方案·当时滞较小时,提出的稳定性及观测器的设计较时滞无关的结果具有较小的保守性·通过数值仿真显示所得结论的有效性·     

加入滞后时间削弱器的大滞后系统的最优模糊PID控制

首先给大滞后系统加入滞后时间削弱器,将大滞后的对象演变成小滞后的对象,然后基于模糊控制原理、极小值原理和PID控制理论,设计一种最优模糊PID控制器对小滞后对象进行自适应控制.仿真结果表明,加入滞后时间削弱器能使大滞后系统更容易控制;最优模糊PID控制器比模糊PID控制器具有更好的抗干扰性和鲁棒性,且系统响应的上升时间和调节时间明显缩短.     

时间延迟估计的循环相关法

依据离散时间序列的长度有限性,将其扩充为以序列长度为周期的周期序列,又依据周期序列的相关原理———循环相关,对信号进行时间延迟估计.由于循环相关的平稳特性,即使在较大延迟量存在的情况下,仍然能够达到准确的时延估计效果.模拟得到了不同强度的高斯噪声或不同时间延迟量下的广义相关能量图和循环相关能量图.模拟实验结果表明,在低信噪比或大延迟量的环境下,循环相关时延估计方法比广义相关时延估计方法具有明显的优势.     

Eckart加权的自适应时间延迟估计

提出了一种Ｅｃｋａｒｔ加权的自适应时间延迟估计方法，分析了其性能，给出了计算机模拟的结果，理论分析和计算机模拟表明；这种时和瞎估计方法不依赖于输入信号和噪声的先验知识，具有较高的估计精度。     

加窗LMS－ML自适应时间延迟估计

简述了最大似然时延估计的基本原理，从Ｒｏｔｈ处理器的自适应实现出发，发展了一种加窗ＬＭＳ－ＭＬ自适应时间延迟估计方法。这种方法以ＬＭＳ自适应信号处理技术为基础，利用自适应估计Ｒｏｔｈ处理器来得到幅度平方相干函数，进而实现最大似然时延估计，在自适应迭代过程中，对自适应滤波器的权矢量进行了加窗处理。理论分析和计算机仿真表明：这种方法在估计精度、收敛速度和计算复杂度诸方面均优于基本ＬＭＳ自适应时间延迟估计。     

不确定时滞中立型系统的鲁棒稳定性

研究具有时滞的不确定中立型微分系统的鲁棒稳定性问题,利用Lyapunov泛函方法,结合代数Riccati方程,给出了不确定时滞中立型系统在不依赖时滞的反馈控制下是指数稳定的充分条件.     

非线性时滞系统的随机稳定化

本文讨论非线性时滞系统的随机稳定化问题。对于给定的非线性时滞系统，通过引入一个随机噪音项，可得到一个新的非线性随机时滞系统。在给定条件下，对于任意给定初值，可保证该非线性随机时滞系统具有唯一整体解，且该精确解以一般衰减速度几乎处处稳定。     

延迟时间未知的时延系统神经网络补偿控制

提出了延迟系统及延迟时间参数的神经网络辨识方法。改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于模型补偿的控制策略相结合,可以用于具有变化参数或者不确定性延迟时间的大延迟系统的控制。仿真结果表明这种神经网络模型补偿延迟系统控制具有很好的控制效果,它是大延迟控制中克服延迟时间变化的很有希望的方法。     

基于动态BP算法的非线性滞后系统辨识

鉴于很多实际问题都可以转化到多示例框架下求解,多示例学习越来越受到机器学习领域内学者们的关注.提出了一个基于Logistic回归模型的多示例学习算法.首先定义了一个新的似然函数来表示每个包的标签与其示例的隐含标签之间的关系,然后利用凝聚函数把该似然函数转化为一个光滑的凹函数,从而使问题可以用常用的无约束优化方法快速求解.在一些标准数据集和一个文本分类问题上的实验结果表明,所提算法要优于其他常用多示例学习算法.     

大时延环境下的分布式遥操作系统

遥操作仿真系统主要用于解决航天机器人遥操作过程中所遇到的大时延问题。本系统由三维实时仿真系统以及实际机器人实验系统两部分组成。操作人员输入的各个控制指令都会立即被三维实时仿真系统中的仿真机器人所响应 ,这些控制指令经过一定的时延以后传入实际机器人实验系统。同时遥操作系统可以通过比较传回的实际机器人状态和仿真机器人的状态来验证操作效果。因此本系统较好地解决了大时延下的遥操作问题     

数据链时延对融合精度影响的仿真分析

为了明确雷达航迹和数据链航迹融合中数据链时延对目标跟踪精度的影响,通过对雷达航迹和数据链航迹进行融合仿真,比对分析了不同数据链时延以及有无时延修正情况下的跟踪融合精度.结果表明:当数据链时延较小时,数据链时延对融合精度影响不大,时延修正效果不明显;当数据链固定时延达到500ms以上时,采用时延修正算法可以明显提高融合精度,且固定时延越大,修正算法对融合精度的提高越明显.