仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

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.     

非线性系统的神经网络自学习控制

提出了一种对非线性系统的神经网络自学习控制方法,基于逆动力学控制的思想,构造了神经网络结构一致的控制器和辩识器。辨识器采用多层前向网络结构和广义Ｄｅｌｔａ学习规则算法实现了对系统逆动力学模型的动态辨识,并通过在线动态传递权值给神经网络控制器的方法实现了神经网络辨识器的神经网络控制器的有机结合,从而使整个控制系统具有很强的自适应和自学习能力,所提出的控制方案可适用于不含滞后环节和包含滞后环节的非线性     

运用改进差分进化算法辨识Hammerstein模型

针对非线性系统Hammerstein模型,利用差分进化算法对非线性模型进行参数辨识,将非线性系统的辨识问题转化为参数空间上的函数优化问题。为了增强差分进化算法的辨识性能,采用一种自适应变异差分进化算法,即引入一个自适应变异率,随着迭代的进行自适应调整缩放因子,从而在初期保持种群多样性避免早熟;在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏。最后通过仿真对比实验表明,改进的差分进化算法比基本差分进化算法精度更高、非线性辨识能力更强。     

一类非线性系统的模糊自适应辨识及稳定性分析

针对一类含未建模动态的非线性系统,提出了一种模糊自适应辨识及稳定性分析方法.该方法首先设计模糊辨识器对系统未知部分进行辨识,然后设计控制器使系统稳定.控制器中的状态反馈控制器使系统的线性部分稳定,而基于辨识器的补偿器则用来消除未建模动态.仿真研究结果表明:该方法可以对非线性系统进行辨识,并使得整个系统稳定.     

电液伺服系统多模型鲁棒自适应控制

针对电液伺服系统中存在不确定非线性和强参数不确定性的问题,提出一种多模型鲁棒自适应控制算法。根据系统参数不确定性范围建立了多个辨识模型,在辨识模型中设计非线性鲁棒项,以抑制干扰、未建模动态等不确定非线性的影响,提高系统的鲁棒性。基于辨识模型设计相应的控制器,采用基于辨识误差的性能指标函数作为切换依据,选取最佳控制器作为当前控制器,解决了传统自适应控制对参数自适应初值敏感的问题。该方法能够克服不确定非线性和强参数不确定性的影响,使系统得到渐进跟踪的性能,提高系统的瞬态响应性能。实验结果表明,该算法能抑制建模不确定性的影响,系统期望跟踪指令幅值为10mm时,跟踪误差大约为0.038 6mm,相对跟踪误差约为0.386%,系统跟踪精度得到了提高。     

一种非线性系统自适应辨识的新方法

研究了Volterra级数模型的非线性系统的自适应辨识问题．并提出了基于Volterra滤波器的自适应算法，讨论了步长因子的确定问题以及对算法收敛性的影响．最后给出了一个用Volterra自适应滤波器对非线性系统建模的实例，证明了这种方法的有效性．     

电动轮车辆轮边异步电机智能控制算法分析

针对现有数学模型很难对电机非线性的本质进行准确描述的问题,提出一种分时动态神经网络自适应智能控制算法.该算法可以解决存在多个时间尺度的非线性系统问题,利用Lyapunov稳定性理论和奇异摄动理论提出了对非线性系统的在线辨识学习规则,采用自适应控制领域e-modification理论解决了权值更新中的参数溢出问题,并把所提分时动态神经网络模型用于电动轮车辆轮边驱动异步电机系统中,取得了较好的仿真结果.     

基于模糊竞争学习的模糊模型一体化辨识

提出了一种利用MGS(modified Gram-Schmidt)算法建立非线性系统模型的建模方法,并给出了基于MGS算法的模型结构和参数辨识的一体化方法,即利用MGS正交变换对通过模糊竞争学习的聚类结果进行变换,确定对模型贡献大的规则,删除对模型贡献小的规则,同时对模型中的参数进行估计,实现模糊模型结构和参数的优化.仿真结果表明,提出的方法能够对非线性系统进行模糊建模.     

X滤波自适应逆控制算法及在液压位置控制系统中的应用

针对非线性时变特性的液压位置伺服系统跟踪控制问题,基于自适应逆控制理论,提出X滤波液压位置自适应逆控制策略.对传统自适应滤波算法在X滤波结构下的不足,提出变换域变步长归一化最小方差算法.采用该算法对液压伺服位置系统进行了对象建模、在线逆建模及开环控制系统设计.仿真结果表明,X滤波液压位置自适应逆控制具有跟踪速度快、对参数摄动鲁棒性强等良好动态特性.     

A novel hybrid CDL-based multipath propagation model for the high-speed railway at 2.35 GHz

In this study, based on the actual channel measurements of the high-speed railway （HSR） in a via- duct scenario at 2.35 GHz, a hybrid cluster delay line （CDL） channel modeling technology which combines a statistical model and a theoretical model is proposed. This novel channel-characterization approach is used to reveal the statistical properties for ＂random＂ scattering and to provide a geometric mechanism for computing the time- variant paths for ＂periodically moving＂ scattering. Using a modified clustering algorithm in the delay domain, the inter-cluster and intra-cluster characteristics against the distance between the transmitter and the receiver were extracted and analyzed. In addition, the measurement results were compared with some conclusions from other measurement studies, and the proposed channel model was validated by comparing the simulated results with the measurement data. The study results provide a useful technique for the evaluation and verification of wireless communications in the HSR environment.     

高速铁路网络复杂特性及其传播动力学研究

结合高速铁路网络的拓扑结构分析,建立了基于传播动力学理论的模型,研究突发事件在网络上的传播扩散规律及其传播过程.运用复杂网络理论分别构建了我国高速铁路物理网络和运输网络两个网络模型,并计算复杂网络条件下的相关统计特性指标,从而判断高速铁路网络的类别和性质;同时基于高铁网络性质,建立了突发事件下列车晚点在网络上的传播动力学模型,分析不同参数取值情况下的晚点传播扩散过程,并提出控制突发事件下列车晚点在网络中传播蔓延的措施和策略.     

可变纯滞后时变系统模型参考自适应预估控制

基于Smith预估控制和参数最优化理论,提出了可变纯滞后时变系统的模型参考自适应预估控制(MRAPC)。MRAPC由自适应预估器,自适应过程模型,自适应机构及常规控制器所组成。它大大地减少了系统中时变参数和可变纯滞后的影响,控制性能明显地强于Smith预估控制。其后给出的仿真结果证实了MRAPC的有效性。     

两种模型在滚齿机传动误差中预报精度的比较

通过计算机模拟误差补偿,从计算预报误差的时间和精度上对两种模型作了比较。指出滚齿机展成链传动误差预报模型应该是时变参数模型,并提出了提高时变参数模型的预报速度,以便实现误差补偿与控制的措施,得到的结论对传动误差的补偿与控制有实际意义。     

参数自调整的模糊二自由度PID控制的SIMULINK仿真

针对常规二自由度PID控制在过程参数时变系统中的不足之处,采用模糊控制理论改进常规二自由度PID控制方式,提出一种参数自调整的模糊控制方案.并建立参数自调整的模糊二自由度PID控制系统的SIMULINK仿真模型,进行计算机仿真,仿真结果表明参数自调整的模糊二自由度PID控制较之常规二自由度PID控制更加能够满足对不确定复杂工况的高指标控制要求.     

一种油田产量的拟合并应用于预报的方法

本文首先介绍了油田产量数据的预处理方法;在油田产量数据预处理基础上提出了一种参数化的Weibull模型,这种模型对于预处理的产量数据具有很好的拟合性态,利用这种拟合可以简单地给出油田产量原始数据的一种非时变预报,这种方法较之时变参数预报法既简便又可达到同样的预报精度。     

BJT电路分析的FOURIER系数模型及多项式近似

为简化等效小参量法和谐波平衡法用于实际双极型晶体管（ＢＪＴ）电路的分析，提出了ＢＪＴ的Ｆｏｕｒｉｅｒ系数模型，并利用一种新方法—按主要谐波分量近似器件特性和分段非线性逼近─—给出了它的多项式近似．本文的结果，使谐波失真、频率稳定度等分析过程变得简单，对于ＢＪＴ电路的符号分析有重要意义。     

Analysis of the Mode of the Periodically Time-varying Vibration Systems

By Liapunov reducibility theorem, the periodically time-varying vibration system can be transformed to a linear time-invariant system. Based on the dynamic characteristics of the linear time-invariant system, the mode of the periodically time-varying vibration system has been discussed. The paper defines the mode and analyzes its characteristics. It can be found that the mode of the periodically time-varying system is periodically time-varing but has such characteristics as orthogonality. Finally, a method is given to solve the mode. By solving the eigenvalues and the eigenvectors of the state transition matrix in one period, the periodically time-varying mode can be obtained.     

多层递阶非平稳时间序列模型预测矿坑涌水量

将多层递阶方法与非平稳序列分析相结合来预测矿坑涌水量。在预测过程中,改变了传统的应用周期变量法来时变参数,提出了应用非平稳时间序列模型加以预测。表明了此种方法是可行的。拓宽了多层递阶方法的应用范围,为预测矿坑涌水量提供了一种新思路。     

Analysis of length distribution of short DNA fragments induced by ^7Li ions using the random-breakage model

Deoxyribonucleic acid (DNA) is an important bio-macromolecule. DNA double strand breaks (DSBs) are considered to be the most important initial damage responsible for all biological effects induced by ionizing radiation. In this paper the length distribution of DNA fragments induced by ^7Li ionizing radiation is fitted with the random breakage model. In this model, the parameter u is the average number of DSBs on every DNA molecule induced by ionizing radiation. The fitting result shows that the random breakage model cannot describe the distribution of DNA fragments in lower doses, while the random breakage model is in better accordance with the experimental data in higher doses. It is shown that the length distribution of DNA fragments has random statistical feature in higher doses. In this situation, the random breakage model looks like a model without any parameter since the u has specific physical meaning and can directly be obtained from experimental data.