有色噪声系统的迭代辨识与递推辨识方法仿真比较研究

针对ARARX模型(即动态调节模型),提出了分别辨识系统模型参数向量和噪声模型参数向量的新型最小二乘迭代辨识方法.其基本思想是:通过极小化一个信息矩阵中含噪声项的准则函数,导出两个参数向量的最小二乘估计式,进一步将估计式中信息矩阵所含的未知噪声项用其迭代估计代替,而其迭代估计又用前一次迭代的参数估计进行计算.在每步迭代计算中,二者执行了一个递阶计算过程.与滤波式递推广义最小二乘算法相比,提出的迭代算法也可用于在线辨识,而且在每一步迭代计算中,反复利用了系统可测数据信息,因而能够获得高精度参数估计.仿真例子证实了理论研究结果.     

一类非线性系统盲辨识算法及仿真研究

针对离散非线性系统盲辨识问题,提出了一种基于循环平稳输入的非线性系统盲辨识方法。利用循环平稳输入信号的一阶统计特性和Hammerstein-Wiener模型非线性部分的逆映射,将有输入信号的辨识过程转变为无输入信号的辨识过程。介绍了Hammerstein-Wiener模型的结构及循环平稳输入的统计特性,对盲辨识算法机理进行了阐述。仿真结果表明该方法在解决一类离散非线性系统盲辨识问题上的切实可行性。     

企业价值评估中相对收益能力确定及仿真计算

运用GM（1，1）模型对企业的未来收益进行预测，然后提出了“企业相对收益能力”的概念，在综合考虑与企业的核心竞争能力密切相关的各种财务与非财务因素的基础上，建立综合评估指标体系，并运用灰色评估方法求得企业相对收益能力的定量值；可以用它对收益增长的速度进行调整，从而实现对收益折现法所得的企业价值的修正。由于收益预测值和相对收益能力都是不确定的值，企业价值也必然是一个不确定的值。本文采用了蒙特卡罗仿真方法并运用CRYSTAL BALL软件进行计算，可以求得企业价值的概率分布范围，为评估实务提供更为科学合理的决策支持。     

非均匀采样数据系统的AM-RLS辨识方法及仿真研究

推导了一类非均匀采样数据系统的提升状态空间模型,进而得到其对应的输入输出表达.针对辨识模型信息向量中存在未知的中间变量,提出非均匀采样系统基于辅助模型的递推最小二乘(AM-RLS)辨识方法,基本思想是用辅助模型的输出代替信息向量中的未知变量.并对算法进行了计算机数值仿真研究,来说明提出辨识算法的有效性.     

小天体撞击器GNC系统设计与仿真

撞击器在接近目标小天体过程中相对速度较快,这要求撞击器的导航、制导与控制(GNC)系统要具有较高的自主性和实时性。对撞击器GNC系统进行了研究,采用深空环境中常用的传感器及执行机构,对撞击器自主GNC系统进行了构建,并分别设计了自主光学导航算法与轨道修正制导律。最后为了验证所设计GNC系统的可行性和可靠性,进行了严格的六自由度蒙特卡罗数学仿真,同时对机动时刻、撞击目标点等关键参数对最终撞击性能的影响进行了分析。     

EPS控制单元频响特性测试与系统辨识

控制器是电动助力转向系统（EPS）的核心部件之一。EPS控制器采集转向盘扭矩信号和车速信号,由事先设定的算法来计算控制助力电机的目标电流作为输出,并以PWM（脉宽调制波）的形式作用于助力电机。以某国外控制器的EPS实验台架实测数据为基础,在MATLAB软件平台上,建立离散数据分析模型,计算出待测系统的传递函数。将辨识出的传递函数用于EPS开发,实验证明辨识方法是有效的且辨识结果可指导控制软件设计。     

辨识与控制的联合设计算法仿真研究

在自适应控制器设计中,控制器和辨识器一般是各自独立寻优的。在此,通过对进入辨识器的闭环数据进行预滤波,将辨识寻优指标和控制性能结合在一起,以改善控制器的动态特性。预滤波器的设计过程充分考虑了工程应用的可实现性。对滤波后的闭环数据利用开环转换思想,将闭环数据转换为两组开环数据,分别辨识出两个开环传函,再根据等价关系还原为要辨识的系统模型,从而抑制噪声对辨识的影响,得到更稳定可靠的模型。最后通过仿真研究验证了该算法的有效性。     

基于KAUTZ模型的预测控制仿真研究

采用Kautz函数逼近来得到未知系统模型,利用带遗忘因子的最小二乘法在线辨识系统模型变化。基于Kautz模型设计了一种自适应预测控制器,并且针对系统投运初期的辨识误差提出了一种衰减因子补偿方法,提高了控制品质。该算法自适应能力强,控制精度高。仿真试验证明了该算法的有效性。     

基于系统仿真的故障检测与辨识技术研究

将系统仿真技术应用于故障检测与诊断 ( FDD) ,提出了通过实测信息的在线交互解决理论轨线偏差的思想 ,建立了基于系统仿真的 FDD逻辑结构 ,针对 MIMO系统和线性动态 -测量系统构造了具有良好统计性质的故障辨识算法 ,为故障检测、故障辨识、故障时间确定和故障模式识别提供了新的技术途径 .本文的思想和方法不但可用于 CVDS的故障检测与诊断 ,对大规模复杂系统故障分析也具有供鉴和参考价值.     

MPSO-RBF优化策略在锅炉过热系统辨识中的仿真研究

提出了基于改进PSO算法的RBF神经网络混合优化（MPSO-RBF）方法，并将其应用到非线性系统的辨识中。该方法将改进PSO算法的全局搜索能力和RBF神经网络局部优化的高效性相融合，克服了普通PSO算法收敛的不稳定性和RBF网络易陷入局部极小值的缺点。经典型非线性系统仿真试验，并与GA-RBF和RBF辨识效果进行了对比，结果表明基于MPSO-RBF的混合优化方法较GA-RBF和RBF优化速度快、逼近性能好，可以达到更优的辨识精度。最后，通过对火电厂的过热汽温动态特性的辨识实例，同样证明了MPSO-RBF方法具有更好的性能指标。     

微观交通仿真中随机决策换道行为研究

车辆在自由行驶或者处于跟驰状态时,经常进行由慢车道向快车道以便于获得更好的行驶环境.这需要驾驶员根据交通环境状态做出是否进行换道的决策.通过分析快车道行驶车辆对当前车的影响,结合蒙特卡罗仿真方法,提出了一种新的换道随机决策模型.在不同的流量条件下,对车辆换道次数的实测值和仿真模拟值进行具有统计意义的显著性差异分析,验证了模型的有效性.     

基于DAG方法的SVAR模型识别: 理论基础和仿真实验

在递归结构假设条件下,文章证明了SVAR模型与线性动态因果结构模型是相同的数据生成过程,且SVAR模型中的同期变量系数矩阵结构与同期变量为节点的DAG之间存在特定的对应关系;文章还证明：给定真实的数据生成过程为线性动态因果结构模型,从数据出发,利用现有的IC,SGS,PC等因果结构推断算法可以对同期变量为节点的DAG作出正确推断,且这一结论不依赖于变量服从联合高斯分布,从而在理论上证明了基于DAG方法构建SVAR模型识别条件的可行性,并给出该方法下SVAR模型识别的充要条件;最后,Monte Carlo仿真结果显示：在扰动项服从不同分布条件下,基于DAG方法在构建正确的SVAR模型识别条件方面均有着非常好的表现,SVAR模型识别的充要条件也得到了仿真结果的有力支持.     

Study of nonlinear filter methods: particle filter

1.INTRODUCTIONExtended Kalmanfilter(EKF)is probably the most com-mon and popular tool to deal with nonlinear esti mationproblems.It is based on andli mited by model linearizationand Gauss hypothesis.EKF might cause more errors forthose nonlinear systems while esti mating systemstate andits variance.Moreover the linearization maylead to diver-gence of filtering process.The paper introduces a newap-proachto opti mal nonlinear filtering.It is applied to thenonlinear non-Gauss problem.It …     

模糊模型辨识中模糊聚类方法应用分析

模糊聚类算法已广泛应用于模式识别、数据聚类以及从数据中提取模糊规则的过程。介绍了基于模糊聚类的非线性系统模糊辨识方法 ,并通过著名的Box和Jenkins煤气炉数据仿真实例详细研究了模型性能指标与输入变量及模糊聚类数之间的关系 ,指出了应用模糊聚类方法的优势与不足。对于模糊建模中正确应用模糊聚类方法具有重要指导意义     

基于动态因果结构推断的SVAR模型识别:算法和仿真

给定任一满足递归结构假设的SVAR模型,存在一个与其是相同数据生成过程的线性动态因果结构模型,且SVAR模型系数矩阵与动态因果结构之间存在特定的对应关系,故同期变量间因果结构推断可以为SVAR模型提供正确的识别条件.同时还证明同期变量与滞后变量间动态因果结构推断能为同期变量间因果结构的正确推断提供有用信息.据此,在PC算法基础上,构建了动态因果结构推断的具体算法,将基于同期变量因果结构推断的SVAR模型识别拓展到基于动态因果结构推断,从而使SVAR模型得以完全识别的情形得到有效拓展,并给出了该方法下SVAR模型识别的充要条件,这些结论均得到了Monte Carlo仿真结果的有力支持.     

企业资金运营风险管理研究——企业销售过程的风险模拟

确定了企业销售过程模拟随机变量的选取方案 ,对企业销售过程中的销售和应收帐款环节建立了蒙特卡罗风险模拟模型 ,并应用所建立的模型对某企业的销售和应收帐款管理进行了模拟试验 .     

时间-费用相关的随机活动网络仿真研究

针对复杂产品研发项目活动时间、费用不能准确确定,采用蒙特卡罗仿真方法,建立了时间和费用为相关随机变量的随机活动网络仿真模型。利用乔列斯基因子分解法,将独立分布的时间和费用随机变量转化为相关的随机变量,通过对仿真结果的分析,可以更准确地进行时间-费用交换分析,优化项目工期和费用。通过算例说明了仿真建模和分析过程。     

基于仿真的随机活动网络进度费用联合风险

针对复杂随机活动网络活动时间、费用随机性和相关性特点,采用蒙特卡罗方法随机抽取时间、费用样本,再利用乔列斯基因子分解法,将独立分布的时间和费用随机样本转化为相关的随机样本,建立了时间和费用为相关随机变量的随机活动网络仿真模型.通过算例结果的比较分析,说明新模型可以更准确地预测项目的风险概率,进行时间-费用交换分析以及进行项目工期和费用优化.     

基于微观仿真的快速路短时交通流预测研究

随着预测时间跨度的缩短,交通流量的变化显示出越来越强的不确定性,使得一般方法的预测精度大大降低.为了能够及时准确地进行交通流短时预测,提出了一种以城市快速路为研究对象的以微硬仿真技术为基础的短时交通流预测的方法.该方法以实时的快速路交通流数据为基础,应用M3分布模型对车辆进行初始分布,基于约束卡尔曼滤波进行OD矩阵估计,利用微观交通仿真的方法对快速路的未来交通流进行预测.经过实测数据验证,算法能对交通参教给出较好的预测结果.     

基于Monte Carlo仿真的随机S曲线研究

PB-S曲线是随项目进展变化的累计预算成本曲线和累计工期曲线,它综合考察了成本、工期和项目进展百分比三个变量之间的关系.SS曲线提供了与各个项目进展百分比对应的累计预算成本和累计工期的概率分布.采用Monte Carlo仿真和统计分析方法,结合一个费用和时间随机分布的网络计划,详细研究了PB-S曲线和SS曲线的仿真建模和统计分析过程.进一步,基于SS曲线,考察了费用偏差和进度偏差的统计特征,为项目绩效的预测和监测提供更详细的偏差信息.同时针对均值曲线作为基准计划曲线的局限性,提出了两种新方法用于选择一定置信度要求的PB-S曲线作为项目的基准计划曲线.