一种直升机舵机的GFRF模型辨识方法

改进了以多音组合正弦信号为持续激励信号的非线性系统GFRF非参数模型辨识方法。并成功地利用该方法辨识出某型直升机并联电动舵机的GFRF模型．实践表明，改进后的辨识方法辨识精度高且稳定，只需很小的计算量和数据存储空间，是一种有效的非线性系统辨识方法，具有重要的工程实际应用价值．     

一种非正交复小波核函数及其非线性参数辨识应用

指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结果验证了该方法的正确性和有效性,表明该方法具有较好的理论价值和实用价值。     

一种新的基于模糊模型的非线性组合预测方法及其应用

针对线性组合预测方法的局限性,提出了一种基于T－S模糊模型的非线性组合预测新方法,并给出了相应的反向传播学习算法．理论分析和应用实例表明：该方法具有很强的学习与泛化能力,在处理诸如非线性系统中时间序列的组合建模与预测方面有很好的应用价值．     

一种基于核主元分析的非参数控制限算法

实际过程中,监控指标值往往不满足确定的概率分布,给控制限的计算带来了困难,现有的计算方法计算复杂、精度差.根据高维空间良好的分类特性,提出一种基于核主元分析(KPCA)的监控指标控制限计算方法,将监控指标值映射到高维空间,再在高维空间中对其映射数据进行监控,实现了控制限的间接求取,避免了复杂的计算.     

Nonlinear Combination Forecasting Model and Its Application

Ｔｈｅｂａｓｉｃｍｅａｎｉｎｇｏｆｃｏｍｂｉｎａｔｉｏｎｆｏｒｅｃａｓｔｉｓｃｏｍｂｉｎｉｎｇｍａｎｙｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｓｔｏｇｅｔｈｅｒｔｏｆｏｒｅｃａｓｔ,ａｎｄｉｔｉｓｕｓｕａｌｙｌｉｎｅａｒｃｏｍｂｉｎａｔｉｏｎａｇｏ．Ｉｎｆａ...     

Fuzzy控制预报模型及其应用

论述了 Fuzzy控制预报模型的建模方法 ,并探讨了该模型在麦长管蚜发生期预报中的应用 :我们将麦长管蚜发生期的预报过程拟成一个 Fuzzy控制系统 ,预报因子作为系统的输入 ,预报对象作为系统的输出 ,根据历年系统观测资料 ,建立了 Fuzzy控制预报模型 .对历史资料进行回代验证 ,其历史拟合率达 1 0 0 %.将 1 995年观测数据作为独立样本进行试报 ,预测结果与实际一致 .     

基于独立源分析的过程监测及故障诊断方法

多元统计过程控制(MSPC)要求观测数据服从正态分布,而实际的工业过程数据大都不满足正态分布条件。独立源分析(ICA)是近几年才发展起来的一种新的统计方法,可以克服对数据分布的依赖。为此以ICA算法为核心,引入一种新型的过程监测及故障诊断方法。应用ICA提取独立源,利用I2图,Ie2图和SPE图进行故障检测,将变量重构图用于诊断故障。以三水箱系统为背景进行的实验研究,验证了该方法的有效性。     

多目标预报系统的Fuzzy 优选识别模型及其应用

对多目标预报系统的Ｆｕｚｙ优选识别模型进行了分析和研究,并建立了山东省曲阜市第二代棉铃虫发生量的Ｆｕｚｙ优选识别模型。对历史资料进行回代验证,其历史拟合率高达９１．６７％。将１９９４年的观测数据作为独立样本进行试报,预测结果与实际一致。     

基于MLP 神经网络的区域物流需求预测方法及其应用

区域物流需求预测是区域物流系统规划、物流资源合理配置过程中的重要环节,而区域经济是产生区域物流需求的内在决定性因素,因此寻求利用区域经济指标来预测区域物流需求具有较强的可行性,同时能够促使区域物流产业与区域经济之间的协调发展.为此提出了基于MLP神经网络的区域物流需求预测模型,不仅揭示了区域经济与区域物流需求之间的非线性映射关系,同时也为区域物流需求预测提供了一种新的思路和方法.     

基于模糊集合论的故障树分析方法及其应用

传统的故障树分析方法是基于概率论的 ,其失效概率通常要根据大量的第一手数据进行估计 ,然而 ,实际上不可能收集到足够多的第一手数据。首先分析了传统故障树分析的不足 ,提出了一种基于梯形模糊数算术运算的故障树分析方法 ,阐述了将各种模糊数转换成梯形模糊数的途径 ,最后 ,给出了该方法的一个应用实例。结果说明 ,所提出的故障树分析方法具有很好的灵活性和适应性。     

基于故障率为模糊数的故障树分析方法研究

在经典故障树分析方法的基础上 ,运用模糊集合理论 ,针对基于系统各部件故障率为模糊数情形的故障树分析方法作了研究 ,最后给出了一个应用实例.     

基于T-S模糊模型的离散不确定时滞系统的容错控制

研究了一类离散不确定时滞模糊系统的容错控制问题。针对非线性离散系统，构造T-S模型，引入参数不确定项和时滞项，使得模糊模型能够更精确逼近原系统。基于T-S模糊模型，利用Lyapunov方法，证明了所采用的模糊控制律使得闭环模糊系统对于执行器故障以及传赢器故障具有完整性和鲁樟挂。不确定项具有范数有界时，利用求解线性矩阵不等式（LMI）的方法，得出了闭环模糊系统在执行器故障以及传意器故障时具有完整性的充分条件。仿真结果说明了该方法的有效性。     

基于径向基函数神经网络的燃料电池温度非线性建模与预测

针对现有的熔融碳酸盐燃料电池（MCFC）模型过于复杂的弊端，本文应用RBF神经网络辨识方法建立了MCFC的温度非线性模型。简要分析了MCFC电堆的温度特性，讨论了应用RBF神经网络进行多输入／多输出非线性系统建模的主要问题，并详细给出了其辨识结构，算法和模型训练方案，应用仿真对建模的有效性和建模精度进行了检验，并与BP神经网络辨识的效果进行了对比，仿真结果证明RBF神经网络远比BP神经网络收敛得快，应用RBF神经网络辨识方法对MCFC电堆建模是可行的，它避免了用复杂的微分方程组来描述MCFC，通过神经网络可快速地得到其输入同特性，它为MCFC温度的在线预测和在线控制奠定了基础。