用人工神经网络求解非线性方程组的一种方法

本文探讨用人工神经网络的反向传播算法求解非线性方程组,计算量小,简便易行并给出计算机仿真结果,所得到的解令人满意。     

一类非线性两级规划问题的模拟退火求解

提出一种基于模拟退火算法求解一类非线性两级规划问题的方法。为了提高模拟退火算法处理上级约束的能力，在模拟退火算法中引入一个辅助优化问题，通过求解该辅助优化问题产生满足上级约束的试探点，避免了使用罚函数处理上级约束。数值计算结果表明，与使用罚函数处理上级约束的模拟退火算法相比，本文提出的方法不仅可以提高求得全局最优解的可靠性，而且可以减少模拟退火算法的迭代次数，提高计算效率.     

基于仿真的遗传算法求解动态旅行商问题

以标准旅行商问题的扩展问题--动态旅行商问题为对象,分析了动态旅行商问题中由于道路流量实时变化所引起的标准旅行商问题的数学建模与优化求解的问题复杂性.通过建立其计算机仿真模型再现动态旅行商问题中众多复杂的非平稳、随机因子.进而提出了基于计算机仿真模型的遗传算法,即根据计算机仿真的结果,应用改造后的遗传算法搜索原问题的优化解.最后,在多智能体仿真平台上实现该优化算法,并以此求解20个城市的动态旅行商问题,计算结果验证了算法的有效性.     

非线性多目标决策的一个交互式算法

给出了一个求解多目标决策问题的新交互式算法。该算法适用于线性和非线性的情形,能保证解的非劣性,具有计算量小,交互过程简单明确且易于在计算机上实现等特点,有良好的实施前景.     

计算离散动力系统不稳定周期轨道的精英子空间差异演化算法

通过把探索周期轨道的问题转化为一个非负函数的极小化问题,基于空间收缩的思想,反复重新初始化种群以提高群体的差异性,提高对可行域探测的有效性,提出一类精英子空间差异演化算法求解不同类型非线性映射的不稳定周期轨道,对典型离散动力系统的初步仿真结果表明该算法是一种计算不稳定周期轨道的稳健有效算法.     

考虑库存能力约束的批量问题与定价的联合决策

针对多周期离散时间情形,研究了库存能力约束下如何有效地协调定价决策与批量决策,使得企业利润最大化。建立了非线性混合整数规划模型。分析了最优解的特征,详细讨论了子问题的求解方法。提出了基于动态规划的精确算法,可以在多项式时间内求解出联合决策问题的最优定价与最优生产计划。实验结果分析了库存能力与最优利润、最优生产计划之间的关系。     

分段广义正交多项式算子法的非线性系统分析

首先对文献[7]提出的分段广义正交多项式算子(简记为PGOPO)的主要运算规则进行了概括和总结,特别是推导出了非线性函数的PGOPO递推计算公式;其次对一般非线性系统PGOPO算子解及解的收敛性问题进行了分析、研究,证明了PGOPO算子解将收敛于其精确解;最后采用PGOPO算子法对一类含时延的非线性系统进行了分析,并推导出便于使用的递推求解算法.给出的数值算例论证了该算法的有效性.     

考虑延期交货、转包和非减库存能力约束的单产品批量模型

研究了一个非减库存能力约束下的允许延期交货和转包的单产品动态批量问题.引入子计划概念,通过先求解所有可能的子计划,再基于动态规划搜索子计划的最优组合,得到问题的最优解.给出了所有子计划的通用数学描述,并通过松弛正生产量约束将子计划的计算分成两个子问题;依据子问题和子计划最优解的性质,设计了求解子问题和重新集结松弛约束的多项式算法;在此基础上提出了一个复杂性为O(T4)的求解整个规划问题的多项式动态规划算法,这里T是规划时段上的周期数.最后通过数值试验测试了该算法的性能.     

粒子动力学演化算法及其在求解SOP上的应用

根据粒子输运理论中粒子相空间能量最小原理和熵增法则提出一类粒子动力学演化算法，并在数据实验中用该算法求解了一些传统演化算法难于求解的单目标优化问题(SOP)，比如求解凸函数和多峰函数等最小优化问题。由于这种新的动力学演化算法能使几乎所有的个体参加杂交和变异，因此，与传统的演化算法相比，该方法不仅能较快速地求解线性和非线性优化问题，而且还能容易地求出达到最优解的多个坐标点。     

大系统优化有效算法的研究

将极大熵方法和有限内存的ＢＦＧＳ方法结合起来可以大大提高算法的计算效率，节省计算机内存，为求解大型约束非线性规划提供了一种新途径．计算实例说明，该方法确是一种有效的大系统优化算法     

飞机拦阻系统非线性控制仿真分析

针对飞机拦阻系统采用非线性控制进行了机构实现分析,利用状态反馈线性化及线性系统二次性能指标最优控制设计方法设计了非线性控制规律。建立了跟踪控制飞机位移及速度的非线性控制仿真模型,针对系统参数变化及飞机撞网速度测量值有偏差状况,进行了鲁棒性仿真分析,仿真结果表明:采用非线性控制,系统动态响应快,跟踪特性好,鲁棒性强,拦阻指标容易满足。     

摩擦非线性环节的特性、建模与控制补偿综述

首先介绍了机械伺服系统中摩擦非线性环节的动态、静态特性的研究成果和目前常用的几种摩擦模型 ,讨论了摩擦非线性环节对伺服系统的动态性能和静态性能的影响 ,以及摩擦非线性环节导致的极限环振荡、低速爬行等现象。然后对有关摩擦补偿方法方面的研究成果进行了总结 ,介绍了传统的摩擦补偿方法和基于智能控制理论的摩擦补偿方法方面的研究成果。最后 ,展望了该领域今后的发展方向。     

基于混沌遗传算法的一类非线性两层混合整数规划问题求解

针对一类非线性两层混合整数规划问题,选取一种混沌性较强的自映射,通过引入混沌遗传动态组合系数的概念并在改进相应遗传算子的基础上,设计了一种新型的混沌遗传算法。数值实例结果表明,该算法简便、有效。     

几种跳频码的混沌动力学特性及预测分析

利用动力系统方法研究了几种跳频码(m序列，RS序列，非线性序列及混沌序列)的动力学特性(相关维数与最大李雅普诺夫指数)，结果表明了跳频码表现出混沌的特征。最后根据遗传算法确定前馈神经网络的结构，并利用该神经网络模型对这几种序列做了预测分析。实验结果表明，该模型能成功地预测跳频码，因而可对跳频通信进行有效的干扰。     

摄动法确定控制系统动态参数研究

控制系统的动态参数对于进行准确的系统建模有着至关重要的意义，其常用方法是实验测试法和闭环曲线法。为寻求较优的方法，国内外学者在这方面进行了大量的研究工作，但尚存在不足之处。主要问题是，当系统的特性连续地发生变化时，如何使用一种较为简便的方法，根据已有的测试数据和计算数据得到变化后的系统参数，而不是使用完全重新确定的方法。在详细分析一种典型的闭环衰减曲线法的基础上，提出将摄动法用于系统特性发生变化时的参数确定中。试验表明，该摄动法能减少工作量，结果可靠。     

识别非线性目标的谐波匹配法

本文运用非线性系统的Volterra理论来研究雷达非线性目标的识别问题,提出了一种新的识别非线性目标的多频谐波匹配法。文中在分析了非线性散射的机理之后,提出了一种结构化逼近散射模型,并以模型中前置系统的本征系数为非线性目标的分类特征,还研究了自动识别过程的数据拟合匹配法。最后利用描述非线性结的唯像模型,对本文的方法作了“半实物”仿真试验研究,具体建立了四种半实物非线性目标的本征系数特征库,并针对贴近度匹配法对识别过程进行仿真试验,结果表明,这种新的识别方法具有良好的工作性能和极强的抗杂波干扰的能力。     

非线性量化因子模糊控制器及其应用

针对被控系统的随机动态过程,选取系统中的误差与误差变量,采用二者所集成的复合函数实现对系统的最优控制.同时,应用此复合函数设计了包含非线性量化因子的模糊控制算法.采用此模糊控制算法的仿真结果表明,此种方法不仅便于实现,而且与传统的控制方法相比具有较好的控制效果.     

基于离散时间贝叶斯网络的动态故障树分析的改良方法

传统基于离散时间贝叶斯网络的动态故障树分析方法的计算时间和计算精度受时间分段影响极大。基于复合梯形积分方法分析传统方法的计算误差,提出改良的动态门转化方法,补偿其计算误差。以某测量系统为例,建立动态故障树和贝叶斯网络,验证改良方法的可行性和高效性。结果表明:改良方法在时间分段较小时,能得到精确的系统失效概率。改良方法补偿了传统方法的计算误差,提高了结果的计算精度和计算效率,适用于服从各种常见分布的复杂系统。     

离散动态贝叶斯网络的直接计算推理算法

离散动态贝叶斯网络是对动态过程进行建模和定性推理的有力工具。但是目前所用的各种推理算法都需要进行复杂的图形变换,不易于计算机编程实现而且计算时间长。为此,基于概率论和贝叶斯网络的基本性质,提出了离散动态贝叶斯网络的直接计算推理算法,从理论上对算法进行了推导并进行了实例验证。该算法的最大优点就是不需要复杂的图形变换,非常适合于计算机编程实现,而且在某些情况下推理速度快于其它算法。     

空间柔性双臂机器人系统建模、控制与仿真研究

空间柔性多臂机器人系统是高度非线性，强耦合的动力学系统，其动力学的研究是比较复杂和困难的问题．本文针对极为复杂的空间柔性双臂机器人系统，建立了其系统动力学模型，利用逆动力学控制算法对该动力学模型实现了轨迹跟踪控制，仿真结果表明该方法具有较好的控制效果，分析了在仿真过程中出现的有关数值算法的问题．