小生境遗传算法在广义逆控制分配法中的应用

在利用广义逆分配法进行控制分配设计时,需要选择矩阵的广义逆阵,而不同的广义逆阵所对应的分配效率是不同的.将小生境遗传算法应用于广义逆转矩可达集分析,通过计算不同广义逆阵所能有效分配的转矩可达集体积,来选择具有最高分配效率的广义逆阵,以提高广义逆分配法的分配效率.以某飞机的控制效率矩阵进行基于广义逆分配法分配器设计,通过小生境遗传算法对广义逆阵的参数进行寻优,有效选取了具有最优分配效率的广义逆阵,显著提高了分配器的分配效率.     

线性三层降秩神经网络的广义逆矩阵训练算法

先是到计算矩阵的广义逆的一种有效算法，即正交反向传播（OBP）算法。利用OBP算法。经有限次迭代即可以得到矩阵广义逆的精确解。然后利用OBP算法来讨论线性三层秩网络的训练问题。经过有限次迭代就可得到网络的误差函数的全局最优解，且不存在任何收敛性问题。     

带状随机线性系统状态的估计问题

针对目前关于广义系统状态估计的研究现状 ,即几乎所有的讨论都集中在奇异矩阵为方阵的情况 ,讨论了广义逆矩阵和矩阵的奇异值分解问题。首次提出了带状随机系统的状态估计问题 ,利用矩阵的奇异分解理论给出了带状广义连续线性系统的奇异值标准形式。基于标准形式 ,利用广义逆矩阵的性质 ,在两种情况下将系统分解成两个子系统 ,通过估计子系统的状态 ,得到了该系统状态的最优预测和滤波递推方程。     

基于逆高斯纹理分布的协方差矩阵估计方法

在复合高斯杂波中检测目标信号, 需要对杂波协方差矩阵进行估计, 相应的检测性能与估计精度密切相关。利用服从逆高斯分布的纹理分量来对复合高斯杂波进行建模, 可以更好地拟合高分辨杂波实测数据。本文给出了一种两步广义似然比检测器, 先假设杂波协方差矩阵已知以获得检测统计量, 再利用纹理分量的先验分布推导协方差矩阵的最大似然估计。同时，基于贝叶斯方法, 假定纹理分量和协方差矩阵均为服从某种先验分布的随机量, 推导了协方差矩阵的最大后验估计。仿真结果显示, 基于知识的自适应检测技术由于引入了纹理分量和杂波的先验信息, 其协方差矩阵的估计精度好于最大似然估计和样本估计方法, 同时具有更好的检测性能。     

RLS波束形成算法在相干干扰环境中的应用

讨论了如何将RLS自适应波束形成算法与空间平滑法相结合,应用到相干干扰环境中.首先给出了RLS去相干算法的结构和具体迭代步骤,并进行了理论推导,得到了采样信号协方差矩阵的逆矩阵循环传递等效于采样协方差矩阵求平均值的结论.对两种情况进行了计算机模拟,证明了算法结构的正确性和可靠性.     

基于逆运动学的虚拟人行走

研究了虚拟人的行走模型和基于逆运动学的运动控制方法。首先对虚拟人的行走模型进行了分析,然后对运动学和逆运动学中的核心问题雅可比矩阵的构建及其伪逆矩阵的求解进行了探讨,最后结合关键帧技术实现了虚拟人行走运动控制的仿真系统。     

基于逆协方差矩阵估计的杂波抑制方法

分析了机载双基地雷达杂波分布的特点,并基于杂波逆协方差矩阵的特性提出了基于逆协方差矩阵估计的机载双基地雷达杂波抑制方法。首先利用常规方法估计得到邻近距离门的协方差矩阵;然后利用邻近距离门的逆协方差矩阵对待检测距离门的逆协方差矩阵进行估计;最后通过传统的空时自适应处理方法完成对杂波的有效抑制。仿真结果表明该方法可明显改善机载双基地雷达的杂波抑制性能。     

关于AHP中逆判问题的研究

针对 AHP中逆判问题 ,给出一种解决方法 .该方法利用统计学理论 ,对于评判专家在各自的判断矩阵中所提供的信息进行反判 ,从而可对评判专家的评判水平进行排序 ,并通过算例验证该方法的实用性和有效性.     

电液伺服加载系统的神经网络逆控制

针对液压加载系统及试件的特殊要求，采用基于径向基函数网络（RBFN）的逆控制器给出了该NARMA模型及逆模型存在的条件。该方法使用实际系统的输入输出信号以及径向基函数网络实现系统建模，并利用系统神经网络模型离线训练系统的逆动态作为控制器，以克服由于实际系统所受的扰动而可能引起的控制器（逆模型）不收敛，实际控制表明该系统对期望加载轨线具有良好的跟踪能力，同时对系统干扰和不确定性具有较强的鲁棒性。     

逆P-信息智能融合与信息智能隐藏的隐性传递

利用逆P-集合与逆P-推理交叉、渗透,给出逆P-信息智能融合生成;利用逆P-集合的属性析取特征,给出属性析取扩展收缩条件下的逆P-信息智能融合发现。给出逆P-信息智能融合生成的信息智能外-隐藏,信息智能内-隐藏与信息智能隐藏。给出信息智能隐藏还原;给出信息智能隐藏在信息隐性传递中的应用。     

组合套期保值的多元线性回归特征

从统计学角度推导了风险头寸和多种套期保值工具所组成资产组合的价格协方差矩阵逆矩阵的表达式,分析了该表达式的统计学特征.在此基础上,结合组合套期保值策略的基本模型,研究了组合套期保值策略最优套期保值比率的数理统计特征.结果表明,各套期保值工具的最优套期保值比率正好等于风险头寸价格对各套期保值工具价格进行多元线性回归后对应的复回归系数.揭示了组合套期保值方法和套期保值的回归分析方法之间存在紧密的联系.     

AHP中判断矩阵一致性修正的模式识别法

基于模式识别原理，给出了判断矩阵一致性修正的一种方法。在该方法中，首先把由专家或决策者给出的判断矩阵Ａ转化为ｎ个具有完全一致性的正互反阵。再将这ｎ个正互反阵和Ａ分别转化为反对称阵Ｂ（ｉ），ｉ＝１，…，ｎ和Ｂ。在Ｂ（ｉ），ｉ＝１，…，ｎ生成的线性空间中寻找与Ｂ最贴近的正互反阵Ｂ～＊，将Ｂ～＊对应的满足完全一致性的正互反阵Ａ～＊作为Ａ的修正矩阵，同时得到了Ａ～＊对应于最大特征值ｎ的正特征向量的计算公式。     

Identifiability and Solvability in Inverse Linear Quadratic Optimal Control Problems

In this paper, the inverse linear quadratic(LQ) problem over finite time-horizon is studied.Given the output observations of a dynamic process, the goal is to recover the corresponding LQ cost function. Firstly, by considering the inverse problem as an identification problem, its model structure is shown to be strictly globally identifiable under the assumption of system invertibility. Next, in the noiseless case a necessary and sufficient condition is proposed for the solvability of a positive semidefinite weighting matrix and its unique solution is obtained with two proposed algorithms under the condition of persistent excitation. Furthermore, a residual optimization problem is also formulated to solve a best-fit approximate cost function from sub-optimal observations. Finally, numerical simulations are used to demonstrate the effectiveness of the proposed methods.     

Inverse Design of Electron Lens

1. INTRODUCTIONThe Problem Of inverSe design has attracted great attention of many electron optic researchers. The traditional method is to Obtain the target "due according to the structural and electrical parameters by using thenUInerical methods such as flute elemellt method(FEM), finite deference method(FDM), boundary elemelltmethod(BEM)11] and so on. Then changing electrical and structural parameters, recalculating these parameters with OPtmeation method, a new target value is o…     

Diagonally loaded SMI algorithm based on inverse matrix recursion

The derivation of a diagonally loaded sample-matrix inversion (LSMI) algorithm on the busis of inverse matrix recursion (i.e.LSMI-IMR algorithm) is conducted by reconstructing the recursive formulation of covariance matrix. For the new algorithm, diagonal loading is by setting initial inverse matrix without any addition of computation. In addition, a corresponding improved recursive algorithm is presented, which is low computational complexity. This eliminates the complex multiplications of the scalar coefficient and updating matrix, resulting in significant computational savings. Simulations show that the LSMI-IMR algorithm is valid.     

基于神经网络的伺服系统控制研究

采用神经网络方法设计伺服系统逆动态控制器。判定了一类非线性伺服系统的可逆性。设计开环和闭环网络权值训练方案,使用Ａｌｏｐｅｘ随机学习算法在线训练对象逆动态模型。进行了基于反馈误差学习方法的伺服系统实时控制器设计,仿真结果表明神经网络方法辨识和控制伺服系统的有效性。     

机械手逆运动学神经网络建模与仿真

采用多层前向神经网络来建立机械手逆运动学模型。在分析了用简单遗传算法学习神经网络存在求解速度慢、精度低及有量化误差等缺点的基础上,提出采用改进遗传算法来学习神经网络,用于机械手逆运动学求解。此方法采用实数值编码,并采取动态变异操作。仿真结果表明,该方法有效地弥补了简单遗传算法的不足,能快速达到全局收敛,从而大大提高了机械手逆运动学求解的精度。