非线性动态系统中的反馈神经网络逼近*

人工神经网络常用于非线性动态系统建模,动态子系统中可以运用多种形式的静态非线性。为完成非线性动态系统建模,利用神经网络结构来近似静态非线性关系。自然地,建模过程中会出现相应的误差估计。分析了基于离散化和数据抽样系统结构因素建模所引起的误差,发掘出了等价输入输出结构可以作为误差分析的一种度量工具,刻画出了模型设计误差和逼近误差之间的相依关系并找到了如何选择合适的系统结构来减小误差。     

一类离散时间系统的鲁棒自适应控制

考虑一类同时存在未建模动态和有界外来干扰的离散时间系统，采用修改的最小二乘算法估计其建模部分的系统参数，并证明所构成的闭环系统是全局稳定的，且其输出跟踪误差还能达到预期的精度。     

基于GP的税收能力智能估测的研究与应用

目的将基于遗传程序设计(GP)的数据建模方法应用于税收能力智能估测系统建模中。方法利用遗传程序设计来实现复杂函数的自动建模。结果改变了目前税收能力估测中采用的使用拟合粗糙、估测结果准确度差的线性模型进行曲线拟合和趋势预测的估测方法,通过优化初始种群的方法提高了GP算法的收敛率,实现了复杂函数的自动建模,并将该方法应用到税收能力智能估测原型系统(TCES)的建模中。结论采用GP得到的数学模型比传统方法使用的数学模型拟合精度更高,估测误差更小,更适于反映地区税收能力的实际情况。     

混杂动态系统的建模与控制

混杂动态系统是由连续变量动态系统与离散事件动态系统相互作用组成．本文提出用ＳＩＧＮＡＬ语言对松耦合ＨＤＳ进行建模和分析的方法，并对这类系统的控制问题进行讨论．     

具有并发事件的离散事件系统的动态监控

本文用受控Ｐｅｔｒｉ网为具有并发事件的离散事件系统建模，研究了该模型了的离散事件系统的禁止并发事件串的控制问题，利用合法语言及合法语言的最大可控子语言来规范监控器，并提出了一种动态监控的方法。．     

空间光通信ATP系统粗跟踪平台的混合自适应控制

ATP系统的粗跟踪平台外框架对内框架的耦合作用以及内框架自身的不平衡所引起的加速度干扰是影响空间光通信系统光信号跟踪性能的重要因素。针对方位跟踪通道中的内框架系统结构,提出了应用一种混合自适应控制方法,该方法在设计自适应控制器时采用离散与连续相结合的方法,并将耦合作用和加速度干扰转换为对象的未建模动态进行处理。最终的仿真结果表明,被控对象在具有未建模动态和干扰的情况下,采用混合自适应控制算法能够获得较高的跟踪精度。     

改进遗传规划算法在系统辨识中的应用

为了解决工业过程中数据丰富但机理不完全可知的非线性动态系统建模问题,提出了一种改进的遗传规划算法,以辨识模型结构和参数.该算法首先基于多层次辨识和反馈的基本思想,对系统进行多次辨识,直到把辨识误差缩小到可接受的范围;然后,采用最小二乘法估测模型参数,避免优良模型结构因低劣参数而被淘汰;最后,实施M估计技术,削弱强噪声对建模的影响,增强模型泛化能力.针对满足Lotka-Volterra方程的非线性动态系统进行建模仿真,试验结果表明该算法能较好地辨识满足Lotka-Volterra方程的一类非线性动态系统.     

离散时不变线性系统的自适应控制

针对含未建模动态和外来干扰的离散ＳＩＳＯ线性系统，提出一种具普遍性的自适应控制方法，这种控制器的设计是基于系统的已知降阶模型，对建模部分的未知参数采用带来死区的加权最小二乘法进行参数递推估计，从而得到稳健的自适应控制。     

基于EM算法的随机动态系统建模

提出一种在噪声统计信息未知的情况下,对随机动态系统模型进行建模的方法.采用状态空间模型描述随机动态系统,模型的参数通过EM算法进行估计,通过改进该算法中的Kalman滤波,实现了对噪声协方差矩阵的估计.基于改进的Kalman滤波,EM算法可以用于噪声统计信息未知的动态系统建模.     

离散时不变线性系统的自适应控制

针对含未建模动态和外来干扰的离散ＳＩＳＯ线性系统，提出一种具普遍性的自适应控制方法．这种控制器的设计是基于系统的已知降阶模型，对建模部分的未知参数采用带有死区的加权最小二乘法进行参数递推估计，从而得到稳健的自适应控制．     

基于参数估计的遗传程序设计方法

在遗传程序设计算法中 ,针对应用传统的遗传程序设计方法 ( Genetic Programming,GP)解决符号回归问题所遇到的困难 ,嵌入一个基于模拟退火思想的参数估计过程 ,得到更为精确的参数和个体结构 .实验表明 ,此方法提高了 GP系统求解问题的能力     

]Modeling dynamic systems by using the nonlinear difference equations based on genetic programming

When acquaintances of a model are little or the model is too complicate to build by using traditional time series methods, it is convenient for us to take advantage of genetic programming (GP) to build the model. Considering the complexity of nonlinear dynamic systems, this paper proposes modeling dynamic systems by using the nonlinear difference equation based on GP technique. First it gives the method, criteria and evaluation of modeling. Then it describes the modeling algorithm using GP. Finally two typical examples of time series are used to perform the numerical experiments. The result shows that this algorithm can successfully establish the difference equation model of dynamic systems and its predictive result is also satisfactory. Foundation item: Supported by Foundation for University Key Teacher by the Ministry of Education of China Biography: Liu Min ( 1978-), female, Master candidate, research derection: application mathematics.     

动态系统的演化建模

针对传统方法解决动态系统微分方程建模问题所遇到的困难和存在的不足,设计将方程进行串结构编码并用进化方法进行演化建模的算法,以串形结构表示结构,用进化算法优化结构和参数,成功地实现了动态系统的常微分方程组建模过程的自动化。计算实例表明:采用此算法能够在极短的时间内由计算机自动发现多个较优的常微分方程组模型,与原来GA和GP结合的方法相比较,它具有建模过程智能化、模型结构非常灵活多样、数据拟合和预测精度更高等优点。     

滑模控制对激光通信ATP系统跟踪性能的改善

为提高激光通信捕获、跟踪、对准(ATP)系统粗精复合控制的跟踪精度,提出了指数趋近律的离散滑模控制方法.建立了ATP系统跟踪控制模型,设计了滑模控制器组成的精跟踪控制系统,对动态滞后跟踪性能进行仿真研究.结果表明,相对于频域设计法,滑模控制可增加系统的控制带宽,在较宽的范围内对粗跟踪系统产生的随机误差有较强的抑制能力.     

Dynamic Simulations of Nonlinear Multi-Domain Systems Based on Genetic Programming and Bond Graphs

A dynamic simulation method for non-linear systems based on genetic programming (GP) and bond graphs (BG) was developed to improve the design of nonlinear multi-domain energy conversion systems. The genetic operators enable the embryo bond graph to evolve towards the target graph according to the fitness function. Better simulation requires analysis of the optimization of the eigenvalue and the filter circuit evolution. The open topological design and space search ability of this method not only gives a more optimized convergence for the operation, but also reduces the generation time for the new circuit graph for the design of nonlinear multi-domain systems.     

基因表达式程序设计方法在采煤工作面瓦斯涌出量预测中的应用

基因表达式程序设计是一种基于基因组和表现型组的新型遗传算法，该算法在运行时具有很高的效率，实验表明在求解很多问题的时候比遗传规划优越两个数量级以上．预测采煤工作面瓦斯涌出量是进行通风设计和制定矿井安全技术措施的重要依据，而影响采煤工作面瓦斯涌出量的各因素之间关系不明确．基因表达式程序设计比较适合于求解这一类复杂的非线性问题．本采用基因表达式程序设计，建立了采煤工作面瓦斯涌出量的预测模型．结果表明，预测结果比遗传规划得到的结果具有更高的预测精度和很好的稳定性．章最后指出了该方法具有广泛的应用前景．     

遗传编程的软件工程设计策略

提出了一种基于软件工程的遗传编程（ＧＰ）分析方法,主要通过广义框架和结构分析的方式,阐述了软件文档工作环节的设计策略,在分析ＧＰ算法特点的基础上对其操作过程进行了相应的讨论．本研究有助于计算机自动程序设计理论的研究和应用系统的高效开发     

基于谓词逻辑和约束网络结构的遗传编程方法

提出了一种新的谓词型遗传编程方法,该方法包括:待求解问题论域的函数空间约束、遗传算子的谓词逻辑表达、谓词结构推理下数值参数空间的混沌式遍历及发生机制以及非线性方式下自适应进化和非监督学习的综合。整个过程是在约束网络的基础上,以谓词逻辑表达机制为核心实现的函数结点集合约束下的数值型进化计算过程。该方法可被认为是对现有遗传编程技术的改进,克服了LISP型及其C仿真型遗传编程算法在各种表示手段方面的缺陷,提高了计算效率,在系统辨识中的应用实验表明了是有效和实用的。     

受扰动双线性离散系统的多目标最优控制

研究了双线性离散系统的多目标最优控制问题,给出了一种基于受扰动系统的两级最优控制算法.两级算法的下级用动态规划求解具有双线性二次型结构的辅助La-grangian 问题,上级通过迭代调整辅助Lagrangian问题中的参数向量,不断重复这个过程,直至从非劣解集中挑出最优解.最后,仿真实例证明了该算法的有效性.