非线性跟踪─微分器在生育模式预测中的应用

本文根据跟踪－微分器跟踪信号及其微分的性质，我们并设计证明了二阶非线性跟踪－微分器，并利用它对生育模式进行了预测．     

非线性跟踪-微分器及其在股价模拟和预测中的应用

在介绍非线性跟踪-微分器基本原理的基础上，运用非线性跟踪-微分器对上证综指进行了模拟和预测，并将其模拟和预测结果与五日移动平均法进行比较。结果发现，不管是敏感度还是误差，非线性跟踪-微分器比移动平均法要理想得多。     

磁轴承-转子系统的离散模糊自适应滑模控制

针对磁悬浮反作用飞轮工程化的需要,提出了一种磁轴承—转子系统的离散滑模控制方法,用于处理系统中不平衡量和非线性干扰,实现了该系统的高精度鲁棒控制。针对滑模控制方法存在抖振大的问题,采用模糊控制器输出的绝对值作为滑模控制器的增益,实现了增益的自适应调节,大大减弱了抖振。设计了离散非线性跟踪微分器用于合理提取微分,代替实际速度信号实现全状态反馈。仿真结果表明,该控制系统的不平衡量和非线性干扰得到有效抑制,控制电流较小,抖振控制在精度范围之内,位移在短时间内收敛到零,从而转子绕惯性主轴旋转,实现了自动平衡。     

基于二阶滑模的BTT导弹反演滑模控制

针对具有非匹配不确定性的倾斜转弯(bank-to-turn, BTT)导弹非线性动力学模型,基于反演思想和二阶终端滑模控制方法,设计了一种新的BTT导弹反演滑模控制器。反演设计的每一步均采用滑模控制对不确定性进行补偿,并在最后一步设计中采用非奇异二阶终端滑模控制,既能防止抖振对舵机造成损坏,又减小了累积误差。采用精确微分器解决“计算膨胀”问题,并证明了跟踪误差最终有界。仿真结果表明,通过适当选取设计参数,跟踪误差将收敛到原点附近任意小的邻域内。     

自适应网格跟踪微分器设计

针对传统跟踪微分器给大幅度变化的离散输入信号安排过渡过程时存在误差较大和相位滞后等问题,提出了一种自适应网格跟踪微分器。根据任务要求将整个跟踪过程分为上升段和稳定段。将滤波因子和速度因子扩张成二维网格,并按照设定的网格细化策略依次细化网格,直到满足精度要求为止。通过若干案例仿真验证了该自适应网格跟踪微分器的可行性和有效性。它能有效地处理大幅度变化的离散输入信号,具备快速、准确、无超调的跟踪性能,而且安排的过渡过程和提取的微分信号均无相位滞后。此外,在处理连续信号时,该跟踪微分器同样具备这些优越的跟踪性能,而且不受采样步长的影响,具备更好的适应性。     

加载柔性臂振动的非线性应力反馈控制

用数值仿真的方法讨论了一种用新型的非线性应力反馈律来镇定加载柔性臂振动的问题。该方法使用跟踪微分器取得柔性臂根部应力信号的微分信号,并与根部应力信号一起组成非线性控制输入来控制加载柔性臂的振动.其镇定效果明显地优于有关问题的现有实验结果。     

基于干扰观测器的导引头稳定平台滑模控制

针对导引头稳定平台存在不确定弹体速度干扰以及非线性摩擦干扰的问题,结合滑模控制和非线性干扰观测器理论,提出一种基于非线性干扰观测器的二阶滑模控制方法。针对系统模型中的多个不确定干扰项,首先,采用新型微分跟踪器对状态量的导数值进行估计,进而得到干扰项的估计值,通过坐标变换,将系统中的不确定项进行归一化处理,便于控制器设计;其次,基于新型微分跟踪器设计了新型非线性干扰观测器,以实现对归一化后系统干扰项的精确估计;最后,采用二阶滑模控制算法进行控制器设计。仿真实验证明,新型非线性干扰观测器精度高、响应快,基于干扰观测器的二阶滑模控制方法能够有效隔离弹体扰动与非线性摩擦对导引头稳定平台的干扰,提高了稳定平台的鲁棒性和跟踪精度。     

柔臂弯曲和挠转振动的非线性应力反馈控制

用数值仿真的方法讨论了一种用新型的应力及其微分的非线性反馈律来镇定柔性臂的弯曲和扭转振动的问题。该法使用跟踪－微分器取得柔性臂根部应力信号和微分信号,并与根部应力信号以及端咪的挠率信号一起组成非线性控制输入来控制柔性臂的弯曲和扭转振动。其镇定的仿真实验效果很好。     

基于反双曲正切函数的跟踪微分器设计与应用

通过引入反双曲函数与终端吸引子函数,构造了一种新型跟踪微分器。反双曲正切函数在平衡点较近处优异的线性特性可以保证系统收敛的平滑性,远离平衡点处的非线性特性能保证收敛的快速性。通过引入终端吸引子函数,降低了高频信号引起的抖振,增强了噪声抑制能力。通过扫频测试总结得出了参数整定规则后,与典型的跟踪微分器进行对比仿真,测试了所设计新型跟踪微分器的性能。最后,在控制器设计时,基于所提出的新型跟踪微分器构造了干扰观测器。通过仿真对比,证明所构造的干扰观测器实现了对模型不确定项的有效估计。     

基于反双曲正切函数的跟踪微分器设计与应用

通过引入反双曲函数与终端吸引子函数,构造了一种新型跟踪微分器。反双曲正切函数在平衡点较近处优异的线性特性可以保证系统收敛的平滑性,远离平衡点处的非线性特性能保证收敛的快速性。通过引入终端吸引子函数,降低了高频信号引起的抖振,增强了噪声抑制能力。通过扫频测试总结得出了参数整定规则后,与典型的跟踪微分器进行对比仿真,测试了所设计新型跟踪微分器的性能。最后,在控制器设计时,基于所提出的新型跟踪微分器构造了干扰观测器。通过仿真对比,证明所构造的干扰观测器实现了对模型不确定项的有效估计。     

基于动态组合残差修正的预测方法

本文建立了一种基于残差修正的组合预测方法,并基于该方法证明了针对多个单一的预测方法根据其在某个时间段的相对预测误差的大小选择组合选项可以进一步提高预测精度.提出了针对不同时间段可根据各种单项预测模型的相对预测误差的大小动态选取相对预测误差最小的两种模型构成组合残差来修正基本方法的预测误差,以提高预测精度.最后通过实际空调负荷预测对其进行了验证,结果表明这种动态组合残差修正的预测方法相对于基于多个固定单一预测方法的组合预测方法,可以进一步改善预测效果.     

离散GM(1,1)模型与灰色预测模型建模机理

GM(1,1)模型中,从离散形式到白化形式的转变,以及GM(1,1)模型预测稳定性问题,一直困扰着灰色系统理论的研究者.本文以此为研究出发点,从由离散到离散的角度解决这一理论问题,建立了离散灰色预测模型(称DGM(1,1)模型),并对其与原GM(1,1)模型的关系做了深入研究,找出了原模型预测不稳定的原因,利用麦克劳林公式展开对这些原因做全面解释,最后用纯指数序列验证DGM(1,1)模型预测的无偏性,研究结果表明,可以将本文建立的DGM(1,1)模型作为灰色预测模型的精确形式,而原模型作为近似形式加以使用.     

A New Method for Grey Forecasting Model Group

1 .ＩＮＴＲＯＤＵＣＴＩＯＮＧｒｅｙｓｙｓｔｅｍｔｈｅｏｒｙｗａｓｉｎｉｔｉａｔｅｄｉｎ 1982 [1] .Ｔｈｅｓｙｓｔｅｍｔｈａｔｌａｃｋｓｉｎｆｏｒｍａｔｉｏｎ ,ｓｕｃｈａｓｓｔｒｕｃｔｕｒｅｍｅｓｓａｇｅｓ ,ｏｐｅｒａｔｉｏｎｍｅｃｈａｎｉｓｍｓａｎｄｂｅｈａｖｉｏｒｄｏｃｕｍｅｎｔｓ ,ｉｓｒｅｆｅｒｒｅｄｔｏｇｒｅｙｓｙｓｔｅｍ .Ｆｏｒｅｘａｍｐｌｅ ,ｔｈｅｈｕｍａｎｂｏｄｙ ,ａ ｇｒｉｃｕｌｔｕｒｅ ,ｅｃｏｎｏｍｙ ,ｅｔｃ .,ａｒｅｇｒｅｙｓｙｓｔｅｍｓ .Ｇｒｅｙｆｏｒｅｃａｓｔｉｎｇｉｓｏｎｅ…     

#br# 分数阶反向累加离散灰色模型及其应用研究

为了减小离散灰色预测模型解的扰动界,增加模型的解的稳定性,并且充分利用系统的新信息,提出了分数阶反向累加离散灰色模型。通过数学推导,给出了模型具体的计算公式,并计算了其扰动界。通过比较一阶反向累加离散灰色模型和分数阶反向累加离散灰色模型扰动界的大小,证明了分数阶反向累加离散灰色模型的优越性。最后,将其应用在某型号武器系统的储存可靠性的预测中,计算结果优于传统灰色预测模型,预测精度有了大幅度提高,从而拓展了灰色预测模型的理论研究和实际应用范围。     

基于核函数变换的PLS回归的非线性结构分析

基于核函数变换的PLS非线性回归模型既吸取了核函数能够拟合适应任意连续变化曲线的优点，又借鉴了偏最小二乘回归方法能够有效解决自变量集合高度相关的技术。在本文中针对多元加法模型，从理论和仿真试验的角度分别验证了，对于多个独立自变量对单因变量为非线性关系的数据系统，基于核函数变换的PLS回归方法不仅能够有效实现自变量对因变量的整体预测，而且能够提取各雏自变量对因变量的单独非线性作用特征，从而确定数据系统内部的复杂非线性结构关系，增强了模型的可解释性。     

离散灰色模型的拓展及其最优化求解

目的:探讨灰色预测模型中不同的迭代初始值点对模型的影响及其解决方法,探讨非齐次指数增长序列情况下的离散灰色模型;方法:采用理论证明和图形分析相结合的方法,比较迭代初始值分别为始点、中间点和终点三种不同形式对离散灰色模型的影响,构建新的灰色预测模型和参数求解公式;结果:迭代初始值的不同确实对离散灰色模型的模拟和预测产生影响;构建了优化离散灰色模型和无约束参数求解公式,建立了非齐次指数增长序列情况下的离散灰色模型;结论:新建立的优化灰色模型解决了迭代初始值点的不同对模型的影响问题,可以取代GM(1,1)模型和离散灰色模型进行模拟和预测,离散灰色模型得到了拓展,应用于非齐次指数增长序列的情形.     

一类离散灰色模型及其预测效果研究

GM(1,1)模型是灰色系统理论中最重要的内容之一,针对该模型在预测时出现的预测精度问题进行讨论,进而建立了新的离散灰色模型:始点固定离散灰色模型(SDGM)和终点固定离散灰色模型(EDGM),运用大量的数据模拟和预测,将新建立的2个模型和GM(1,1)模型的进行效果比较,发现新建立的2个模型均比GM(1,1)模型有更高的模拟精度和预测精度.     

果园土壤贮水量神经网络估算模型研究

利用神经网络对土壤水分进行预测时，一般需考虑多个因素（如气象因素和土壤特性等），需测量多种参数值。神经网络模型只以0～100cm范围内各层的土壤含水量为输入变量，对0～180cm土层的土壤含水量进行了预测，并与Biswas估算模式的预测结果进行了比较。结果表明：神经网络方法具有很高的预测精度，预测值的相对误差在-4．26％～3．22％；Biswas估算模式的预测效果较差，预测值的相对误差在-11．87％～7．95％。由此可见，该神经网络模型具有较强的便利性和实用性，可用于对本地区果园的土壤墒情进行估测。图8，表2，参14。     

用闭环增益成形算法的精馏塔鲁棒控制

给出了MIMO系统的闭环增益成形算法,将之应用于精馏塔的控制中,取得了良好的控制效果和鲁棒稳定性。文献［6］给出的回路成形控制器与本文的一阶闭环增益成形控制效果相同,文献［6］评价该法的不足之处是闭环系统的鲁棒性能稍差,该缺点可用本文的二阶或三阶闭环增益成形控制器加以克服。该算法的优点是设计过程简单,物理意义明显。     

原油价格预测：近30年研究回顾和未来展望

原油价格预测是能源经济和资产定价领域的重要研究方向，其研究热度正逐年上升。文系统梳理了30多年来原油价格预测领域的相关文献，从以下4个方面进行了现有文献的综述与讨论：(1)原油价格预测对象；(2)原油价格的影响因素、预测变量和理论基础；(3)原油价格预测方法与模型；(4)原油价格预测的实践意义。最后，结合当前热点和未来发展趋势给出值得进一步研究的方向：一是使用气候风险等新的预测信息；二是充分利用多源异构数据；三是提高机器学习等预测模型的可解释性。