液压大系统的模块式建模

本文论述了液压大系统模块式建模法的基本原理,建立了元件模型和由元件模型生成系统模型的一般方法。并利用该建模方法建立了液压调速系统的数学模型,对实例进行了计算机仿真。结果表明模型正确,建模方法可靠。这种建模法易于计算机辅助建模和仿真,具有动、静态仿真合一的特点,能使用户在计算机仿真所需的建模简单化,数学模型通用化,适用于大系统的建模与仿真。     

一种线结构光测量系统误差补偿方法

针对提高线结构光测量系统测量精度,提出了一种误差补偿方法。该方法通过计算标定后的标定点计算坐标值和实际坐标值之间的残差,利用插值的方法建立相机每个像素点所对应的物点残差数据库,在测量过程中根据残差数据库计算每个亚象素测量点的残差,从而实现对测量结果的误差补偿。实验通过对Tsai算法和多项式拟合算法两种模型的测量结果运用该补偿方法进行了修正和比较,表明本方法能在一定程度上提高线结构光测量系统的精度、满足精密测量的要求,并且适用于多种标定方式。     

神经元网络智能预测控制

本文基于自学习神经元网络模型，建立了智能预测控制系统，给出了网络系统的算法，阐明了智能控制器的设计以及自学习机理。仿真结果表明，方法具有良好的动态特性和鲁棒性，适用于大滞后系统和非线性系统。     

多址加密体制

利用多项式环上的孙子定理建立了一新的加密体制，其特点是适用于多用户通信系统，且速度快，易实现。     

液压大系统的性能参数法

本文针对液压大系统仿真与辨识的需要,提出并发展了一种性能参数建模法。该法使液压系统的数学模型建立在液压元件数学子模型的基础之上,根据拓扑结构在元件结点上建立系统模型相应的方程。与以往传统的显式状态空间表达式不同,该法采用隐式状态空间表达式。通过计算机仿真证明这种方法通用性强,运算速度快并开辟了静动态仿真合一的途径。从应用的角度看,该法面向用户,适用于大系统仿真。     

RS编解码的基本方法

总体介绍了RS码的基本理论,讲述了RS编解码的基本方法。实践证明,RS编解码适用于大多数无线通讯信道的纠错码。     

中高温工业废气余热利用的数学模型

用系统工程的最优化方法,根据不同企业的余热回收方案,建立总系统的优化参数模型,进而求解出系统的优化参数,借此设计的余热利用工程,必将取得最佳综合经济效益. 该问题的关键在于建立各子系统目标函数及约束函数的数学模型.本文论述了适用于中、高温工业废气余热利用系统的数学建模方法,该方法适用于典型设备,可作任意排列的余热回收系统,从而更具通用性。     

社会化物流中心模型

从系统的角度出发,采用了面向对象的且适用于复杂系统的IDEF方法,在对物流中心进行系统分析的基础上,建立了物流中心的功能模型和模拟模型;为物流中心信息系统的建立作了初步的探索,也为物流中心的建模提供了一种系统性与结构性的方法。     

改进的T-S模糊模型建模方法及其应用

针对一般的仿射非线性系统,提出了一种改进的建立T-S模糊模型的方法. 使建立的模糊系统与原非线性系统具有相同的响应特性,避免了平衡点线性化产生的系统误差的不利影响,同时也适用于含有多个非线性项的系统. 将这种建模方法应用到GMAW系统,建立了改进基于T-S模糊模型GMAW系统,并且建立的模糊系统和原系统具有相同的响应特性. 仿真结果证明了该方法的有效性.     

基于微机远程通讯网的报表汇总系统设计方法初探

本文以损益表为例,介绍了基于微机远程通讯网报表汇总系统的设计实现方法,提出了通过建立报表关系模型以实现系统的通用性,给出了采用COBOL语言设计系统的技巧。本文介绍的方法适用于一般报表汇总系统。     

非线性稳态大系统的近似线性模型的递推算法

提出一种非线性稳态大系统的近似线性模型,给出了使其参数最优的性能指标,然后,推导出一种适于在线计算的、参数估计的两级递推算法,仿真结果表明了该算法的适用性和有效性.     

运用基于Bayes估计的阈值模型计算VaR

为了克服用于计算金融风险VaR的阈值模型中数据匮乏的困难,将Bayes方法用于模型参数的估计,建立了基于Bayes估计的新的阈值模型,同时借助了MCMC方法计算Bayes估计值.最后对上证综指做了实例分析,结果说明新模型是有效的.     

基于Bayesian方法的参数估计和异常值检测

异常值检测是当前数据分析研究中的一个重要研究领域。模型中的异常值会直接影响建模、参数的估计、预测等问题。基于模型的异常值检测,传统的做法是先对模型参数进行估计,再进行异常值检测。而异常值的存在会影响参数估计,从而导致下一步异常值检测的不可靠;反之异常值检测也会影响参数估计。针对这些不足之处,提出了基于 Bayesian 方法的参数估计和异常值检测,此方法可以将参数估计和异常值检测同时实现,具体做法是在线性回归模型中引入识别变量,基于 Gibbs 抽样算法,给出识别变量后验概率的计算方法,通过比较这些识别变量的后验概率进行异常值定位,同时给出参数的估算方法。通过大量的模拟实验,结果表明,与传统方法相比,提出的方法对异常值更灵敏。     

模糊推理与建模分析

利用模糊集合理论与系统辨识,参数估计的理论和方法,分析并给出了模糊推理系统的建模特征、建模任务以及建模方法的思想。     

数控机床小样本类型子系统的可靠性建模

数控机床中很多子系统故障数很少,属于小样本的类型,使用传统经典可靠性建模方法进行建模往往会有较大的误差。对于小样本类型的故障数据,首先使用极大似然估计方法估计出各子系统故障间隔时间威布尔分布模型的参数,再采用参数偏差修正方法对各威布尔分布的模型进行修正。最后使用D检验法和误差面积比检验法检验参数偏差修正的效果,检验结果证明了修正后的模型更优。     

基于改进进化策略的线性参数估计方法

针对线性回归模型,在最小二乘意义下,提出一种基于改进进化策略的线性参数估计方法并用仿真实例检验其有效性.该方法是将进化策略与最小二乘法相结合并且对算法中的变异算子作了相应改进.算法参数估计精度较高,收敛速度快,自适应性强,能有效处理线性回归参数估计问题.     

关于最小二乘法的参数估计问题探讨

数学建模中经常要用最小二乘法进行参数估计,本文介绍了用最小二乘法进行参数估计的原理,以及在计算机上如何估计参数.     

一种基于KummerU分布的SAR图像统计建模方法

提出一种基于KummerU分布的SAR图像统计建模方法。首先在SAR图像乘积模型框架下,假设SAR图像的相干斑和雷达截面积分量分别服从Gamma分布和Fisher分布,导出了SAR图像的KummerU分布。接着,基于Mellin变换得到了KummerU分布的对数累积量参数估计方法。最后,利用KummerU分布对TerraSAR-X和AIRSAR系统获取的不同场景的SAR图像数据进行统计建模。定性和定量分析的实验结果表明,与经典SAR图像分布模型相比,KummerU分布具有更优的SAR图像统计建模能力。     

神经网络全局收敛快速算法在非线性建模中的应用

把神经网络当作结构已知的非线性系统,权系数的学习看成非线性系统的参数估计,给出前馈神经网络在线运行投影学习算法,理论上证明算法的全局收敛性,并讨论算法参数的选择范围．通过非线性时变系统的神经网络建模应用的仿真,验证算法的在线运行能力．     

SMU辅助建模系统的算法设计

在解决鲁棒辨识问题的新方法──采用集合元素不确定（ＳＭＵ）方式处理不确定因素的思想方法指导下，讨论了ＳＭＵ参数估计理论，采用中心及投影估计且使用不同的误差范数，设计了四种参数估计算法，并在计算机上实现了一个辅助建模系统，最后分别用这四种算法对一个案例进行辨识．