基于改进粒子群算法的分数阶系统辨识方法

为获取精确的分数阶系统模型,本文利用惯性权值自适应律来改进基本粒子群算法,基于所改进的粒子群算法提出了一种分数阶系统辨识方法,并选取实际系统与辨识系统的输出误差平方和为目标函数,实现了分数阶模型参数和阶次的同时辨识,适用于成比例和不成比例分数阶系统辨识。仿真结果表明了算法的有效性,辨识结果精度较高。     

分数阶系统的一种频域辨识算法

研究了利用频率响应数据辨识分数阶传递函数的问题.根据分数阶传递函数模型中,公因子阶次和分母系数是非线性参数,而分子系数则是线性参数,给出了一种频域辨识算法:利用模拟退火算法估计公因子阶次和分母系数,相应的分子系数通过求解线性最小二乘问题得到.该算法可以估计出包括公因子阶次在内的所有模型参数.无噪声和有噪声频率响应数据2种情况下的仿真算例验证了算法的有效性.     

基于Levy算法的IPMC分数阶模型辨识

IPMC是一类被称为人工肌肉的电活性智能材料,在微机电系统、生物医学、仿生机构等领域都具有很好的应用前景。分数阶微积分中微分、积分的阶次可以是分数,能够更精准地描述实际系统的动态响应。为了说明分数阶模型比传统整数阶模型能够更精确的描述具有非整数阶动力学特性的IPMC驱动系统,首先根据IPMC驱动器输入信号与输出响应的实验数据得到实际频率响应伯德图。然后,结合实验数据应用Levy频域辨识算法分别建立了IPMC的整数阶模型和分数阶模型。最后,比较两类模型和实验数据的频域响应伯德图,可见分数阶模型和实验数据的伯德图拟合效果更精确,所以对于具有非整数阶动力学特性的IPMC驱动系统应该使用分数阶模型来描述和研究。     

基于改进随机数直接搜索法的分数阶系统辨识

采用分数阶微积分可以相对简明精确地建立整数阶系统难以建立的模型.随着现代技术的发展,使用分数阶模型对实际对象和动态过程进行精确描述的优点越来越明显.该文针对分数阶系统的特点,提出了采用改进随机数直接搜索优化算法(NLJ)在限定阶次的随机数范围的基础上,进行分数阶系统辨识的方法.该方法即可辫识系统的模型参数,也可以对系统的阶次进行辫识.提出的方法对初始值有较大适应性,并且实现简单.仿真结果表明该方法对分数阶系统辨识的适用性和有效性.     

基于Levy算法的离子性聚合物金属复合材料分数阶模型辨识

IPMC是一类被称为人工肌肉的电活性智能材料,在微机电系统、生物医学、仿生机构等领域都具有很好的应用前景。分数阶微积分中微分、积分的阶次可以是分数,能够更精准地描述实际系统的动态响应。为了说明分数阶模型比传统整数阶模型能够更精确的描述具有非整数阶动力学特性的IPMC驱动系统,首先根据IPMC驱动器输入信号与输出响应的实验数据得到实际频率响应伯德图;然后,结合实验数据应用Levy频域辨识算法分别建立了IPMC的整数阶模型和分数阶模型;最后,比较两类模型和实验数据的频域响应伯德图,可见分数阶模型和实验数据的伯德图拟合效果更精确,所以对于具有非整数阶动力学特性的IPMC驱动系统应该使用分数阶模型来描述和研究。     

基于离子聚合物-金属复合材料的频域分数阶建模及最优控制

离子聚合物-金属复合材料(IPMC)具有良好的电-机械特性,由于致动性能类似于生物肌肉,因此受到广泛关注。频域建模方法在处理动力学系统和非常定线性动力学系统的参数辨识方面具有独特的优点。为了针对IPMC驱动器精确地建立数学模型并实现最优控制,首先根据驱动实验数据应用加权Levy算法在频域建立了IPMC驱动器的整数阶模型和分数阶模型,比较两种模型的拟合效果,确定采用拟合精度较高的分数阶模型来描述IPMC非整数阶动力学特性。然后对IPMC分数阶模型应用Optim FOPID界面控制器分别设计了整数阶PID控制器和最优分数阶PIλDμ控制器。最后比较控制效果,可见最优分数阶控制的响应更快,超调量更小,且通频带更宽,可用于实现对IPMC驱动器的精确控制。     

基于IPMC的频域分数阶建模及最优控制

离子聚合物-金属复合材料(IPMC)具有良好的电-机械特性,由于致动性能类似于生物肌肉,因此受到广泛关注.频域建模方法在处理动力学系统和非常定线性动力学系统的参数辨识方面具有独特的优点.为了针对IPMC驱动器精确地建立数学模型并实现最优控制,首先根据驱动实验数据应用加权Levy算法在频域建立了IPMC驱动器的整数阶模型和分数阶模型,比较两种模型的拟合效果,确定采用拟合精度较高的分数阶模型来描述IPMC非整数阶动力学特性.然后对IPMC分数阶模型应用OptimFOPID界面控制器分别设计了整数阶PID控制器和最优分数阶PIλDμ控制器.最后比较控制效果,可见最优分数阶控制的响应更快,超调量更小,且通频带更宽,可用于实现对IPMC驱动器的精确控制.     

基于IPMC分数阶系统的频域辨识研究

IPMC是一类具有很好应用前景的电活性智能材料,但响应机理复杂且具有非线性限制了其开发与应用。分数阶微积分理论和整数阶微积分理论几乎同时诞生,是对整数阶控制理论的概括和补充。为了精确的建立能够描述IPMC驱动器性能的模型,首先,设计频率变化的chirp电压信号激励IPMC驱动器,得到时域响应数据,并应用matlab的时域-频域转换函数把时域数据转换成频域数据,得到频域响应曲线伯德图。然后,应用系统辨识工具箱中的Levy、vinagre和sanko函数结合频域响应实验数据得到IPMC驱动器的辨识模型。最后,通过比较辨识效果和辨识精度指标,可见分数阶辨识模型要好于整数阶辨识模型,其中vinagre函数辨识得到的分数阶模型与实验数据的拟合效果最好,辨识精度最高。     

分数阶偏微分方程求解与优化模型对高温防护服设计的计量分析

针对研究多层高温作业专用服热量传递问题与实际限定工作条件下高温防护服装厚度设计问题,基于热传导分数阶偏微分方程求解,结合函数插值拟合,非线性优化,粒子集群法和遗传算法等多种数学和计量算法,分别构建分数阶偏微分方程,非线性优化和反问题等数学模型,并结合Matlab、Lingo等计量软件编程计算和实际拟合结果,最终在基于分数阶偏微分方程和非线性优化算法使用下,得到在多层热传递温度分布规律,单层材料层温度的时间分布以及实际限定工作条件下高温防护服最优厚度设计等主要结论。可以为模型推广应用到实际作业服装设计和相关衍生领域研究提供了理论支持和基础。     

KoBol分数阶期权定价模型的数值方法

自Black-Scholes期权定价模型提出以来,大量的期权定价模型被陆续提出并加以研究,成为国内外金融工程和金融数学的研究热点。由于列维过程能够很好地描述资产运动的动力学特征,近年来基于列维过程的期权定价模型吸引了广泛关注,如FMLS(finite moment log stable)、CGMY和KoBol模型。这些模型最终归结为数值求解一类分数阶偏微分方程。为此提出了求解这类分数阶偏微分方程的数值离散格式,理论分析给出了数值格式稳定的充分条件。数值实验验证数值格式和算法的可行性和有效性。基于上证50与沪深300的股指期权实际交易数据,利用KoBol分数阶模型进行定价并反演计算波动率曲线,进一步验证了KoBol模型在真实市场中的有效性。     

车行轨迹曲线的实时提取与描述

提出一种对车行轨迹曲线进行实时提取与描述的算法·该算法以“线素”作为车行轨迹曲线描述的基本单位,以推测航法实时作成的车行轨迹点为原始数据,通过对原始数据的实时提取和整理,提取出轨迹曲线并用“线素”进行描述·该法降低了匹配计算量,保证了算法的实时性,并已应用于“移动目标跟踪与管理系统”中,应用效果较好·     

基于实车数据和BP-AdaBoost算法的电动汽车动力电池健康状态估计

动力电池健康状态(state of health, SOH)估计是电动汽车领域关注的一个热点,目前的大部分方法都是基于实验室测试数据进行估计,忽略了实际车辆运行情况。使用国家大数据联盟平台采集的实际车辆运行数据进行电池SOH的估计。数据预处理方面,在清洗异常数据时,保留了实车数据中合理的强噪声数据,保证了数据的真实性。特征选择方面,选择容量增量曲线峰值和对应的电压以及基于安时积分得到的小片段充电容量数据。算法方面,针对真实数据的弱时序性问题,利用反向传播-自适应推进(back propagation-adapt boost, BP-AdaBoost)算法进行电池SOH估计的研究。最后,利用同一类型三辆车的数据进行了模型训练、测试和验证,预测结果与长短期记忆-循环神经网络(long short term memory-recurrent neural network, LSTM-RNN)算法对比,BP-AdaBoost算法估计误差更小,平均绝对误差达到0.96%,因此,所提出的方法可以应用于实车电池SOH的高精度估计。     

隐私保护关联规则挖掘的一种改进方法

VSS-MASK算法使用数据随机化方法对原始数据进行数据变换,采用纵向结构组织数据与只提交变换后为'1'的数据组成的数据表的方法,克服了原MASK算法中横向组织数据造成的数据稀疏性强、通用性差的缺点,并通过试验证明了VSS-MASK算法效率的提升.     

基于互联网的过程控制系统的安全性设计

分析了远程控制系统安全性设计要解决的两个方面问题：为防止未授权用户恶意破坏控制系统,提出了对付网络入侵者恶意操作控制系统的安全措施;为保证实时数据传输的快速性和安全性,将高级数据加密标准AES与网络通信加密协议SSL相结合,实现了适合于实时控制系统的数据加密算法,并通过测量实时数据加密传输的网络时延来验证该算法的有效性．     

基于三维矩阵的核磁共振MRI切面成像实时算法研究

以核磁共振成像中的任意位置切面视频成像处理问题为例 ,讨论了以三维矩阵数值运算与逻辑运算为基础的成像算法。给出了算法的数学模型和编程实现方法 ,并着重分析了在解决实时性要求与存储空间和运行时间的矛盾时所引入的子矩阵分解算法 ,该算法的应用提高了程序的运行速度 ,节省了程序运行时所需的存储空间 ,也减少了人为介入因素 ,提高了成像质量。     

多功能车辆总线事件仲裁实时调度算法

针对列车通信采用多功能车辆总线(multifunction vehicle bus,MVB)网络传输数据的实时性要求,提出一种动态优先级时间片轮询算法.该算法根据非周期数据的优先级进行仲裁调度,通过优化算法复杂度、减小数据等待延时和阻塞延时,解决了MVB网络实时性的问题.并对MVB总线非周期数据的实时性、公平性等进行仿真分析,结果表明,该算法能提高MVB总线非周期数据传输的实时性与公平性,可满足列车通信网络标准ICE61375-1对实时性的要求.     

真实和虚拟传感器多层信息融合算法

基于最优估计理论,提出了一种多层传感器的复合融合估计算法．该方法采用了由真实传感器和虚拟传感器组成的复合融合结构,以解决测量噪声干扰下参数估计问题．在该结构中,第1层物理真实传感器测量所得数据,按照加权融合算法,经过多层虚拟传感器的递推融合得到多层融合后的估计值．虚拟传感器的层数增加时,融合后总的估计误差将减少、虚拟传感器是由算法和软件实现的,不会增加测量系统物理结构的复杂性．计算机仿真结果表明：此方法在减少测量误差方面比传统的直接估计方法有明显的改善．     

水分快速测定的一种实时信息处理方法

准确性与重复性是水分快速测定的主要技术指标 ,也是目前水分快速测定仪普遍存在的技术问题 .探讨了以单片机为信息处理核心的水分快速测定仪的一致性检测问题 ,提出了算术平均值与递推估计相结合的实时信息处理方法 ,给出了实时信息处理算法 .实际应用结果验证了算法的正确性 .这种信息处理方法能够获得比有限次测量的算术平均值更准确的测量结果 ,具有较好的重复性 ,可用于其它测量结果具有正态分布特性的缓变量智能检测系统     

Research and implementation of unsupervised clustering-based intrusion detection

0　IntroductionWiththedevelopmentofthenetworktechnologyandnet workscale ,thenetworksecurityhasalreadybecomeaglobalimportantproblem .Howtofindvariousupdatedintrusionsrapidlyandeffectivelyiscriticalforguaranteeingthesecurityofthesystemandnetworkresources.Commonly ,therearetwocategoriesofintrusiondetectiontechniques,namely ,anomalydetectionandmisusedetection .Inanomalydetection ,normaluserbehaviorandsystemactivitiesarefirstsummarizedintonormalprofiles.Run timeactivitiesresultinginsignificantdevi…     

实时图象分析与理解的复制数据ROF算法

本文提出一种实时图象分析与处理的复制数据ＲＯＦ算法．该算法能够有效地组合操作并行与数据并行处理，并用ＲＯＦ滤波在数据结构分离的ｃｏｐｉｅｓ上同时实现．利用此算法进行实时图象分析与理解与并行算法相比获得的加速是惊人的，从根本上改变了传统的图象分析与理解方式．