不确定复杂网络的广义矩阵投影同步

基于Lyapunov稳定性理论,研究了不确定复杂网络的广义矩阵投影同步,每个网络的拓扑结构不恒等且维数也不同。在节点参数未知的情况下,通过设计自适应控制器实现了两个不同的变时滞复杂网络的广义矩阵投影同步,未知参数可以辨识。此外,对于未知的驱动网络及给定的广义矩阵,构造了实现广义矩阵投影同步的响应网络,不仅可以对该驱动网络进行同步控制达到预期效果,而且能对未知参数进行辨识确定网络结构。最后数值仿真验证了方法的有效性和可行性。     

基于数据的机械论黑箱辨识方法研究

总结了基于数据的机械论（Data-based Mechanistic）黑箱辨识算法（简称DBM）在常规黑箱辨识算法中的基本框架和两类重要模型时变参数（Time Variant Parameter）模型（简称TVP）和状态依存参数（State Dependent Parameter）模型（简称SDP）的特点,并利用DBM方法和其他非线性辨识算法分别对时变参数方程和杜芬方程进行分析和比较,发现尽管方法本身具有拟合精度高,不存在过拟合现象,可以较精确的反应参数对于状态或者时间的依存关系等特点,但是SDP方法在分析复杂问题时存在搜索效率低,计算时间长的缺点。最后通过引入遗传算法对搜索方式进行改进,从而降低了所要搜索的规模,大大减少了计算量。     

闭环系统的虚拟参考反馈校正控制及迭代最小辨识

在线性框架下研究基于输入输出观测数据对未知系统模型中两反馈控制器的设计问题. 采用虚拟参考反馈校正控制直接设计控制器,无需系统建模过程. 在构造代价函数时,同时考虑闭环传函和灵敏度的模型-匹配问题. 针对模型匹配过程,分别设计虚拟输入和扰动;推导用于观测数据预处理的滤波器. 在设计控制器前,利用概率统计法对控制器进行检验以保证闭环系统的稳定性. 针对控制设计中的参数优化,利用数值优化理论分析迭代最小二乘辨识算法所生成的迭代序列与全局最优值间的逼近式,以此式作为评价收敛性和收敛速度的依据. 最后用仿真算例验证方法的有效性.     

基于MCMC方法的虚拟试验贝叶斯校准研究

虚拟试验利用计算模型研究复杂物理过程,并预测其性能.计算模型输入参数中通常包含部分固定但未知参数,可利用计算模型结果和少量有限的试验数据校准未知参数,并研究存在建模不确定性时虚拟试验的预测问题.提出了一种贝叶斯统计方法,采用高斯过程为仿真计算模型以及模型不确定性建模,利用Markov chain蒙特卡罗抽样方法计算校准参数和仿真模型预测后验分布.设计测试算例演示所提出方法的高效性.     

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.     

需求分布含未知参数时报童模型的实施方法

考虑需求分布未知时的报童模型,假设需求分布的类型已知,但分布函数中含未知参数.证明了直接使用参数的估计量代替参数真实值的实施方法将使报童的期望利润偏离理论上的最优水平,只能得到一个次优结果.给出了两种修正的实施方法:一是基于大样本理论,通过收集足够多的需求样本数据,不断修正未知参数的相合估计值;另是在小样本下,直接修正未知参数的估计量.     

预测误差法参数辨识及其MATLAB仿真

预测误差法是一种精确度较高的辨识方法,其辨识误差要远远小于最小二乘法.但由于其计算较复杂,以前使用传统编程语言(FORTRAN,PASCAL, C/C++)很难实现,但使用MATLAB系统辨识工具箱函数实现预测误差法辨识就很方便了,且使用MATLAB实现预测误差法精确度较高,具有很好的实用价值.文中介绍了参数辨识的预测误差法原理,阐述了Newton-Raphson最优化算法在预报误差法参数辨识中的应用.用MATLAB的系统辨识工具箱和GUI图形工具编制了基于Box-Jenkins模型的参数辨识仿真程序pebjident,最后以实例介绍了用此程序进行预测误差法参数辨识的过程,以及辨识结果分析.     

基于时态数据库的分布仿真数据收集方法

提出一种基于时态数据库的分布仿真数据收集方法：先给出分布仿真数据收集体系结构；参考历史关系数据库模型，对传统关系数据库进行扩展，提出适用于分布仿真数据收集的时态数据库模型；然后基于该模型详细设计并实现仿真时态数据库原型系境用于数据收集，包括数据的索引机制、存储实现以及查询优化。通过大量实验与基于纯文件的数据收集和基于一般商用关系数据库的数据收集进行性能比较，论证该方法在分布仿真数据收集方面的优势。该方法收集速度快、查询效率高，特别适用于面向回放和实时查询的分布仿真数据收集系境。     

Sugeno模糊模型的辨识

提出了一种新的Sugeno模糊模型辨识算法.在Sugeno模糊模型辨识中,应用模糊聚类方法可将其前提结构和结论参数的辨识分开进行,减少了计算量;通过Box-Jinkins数据建模说明了本文算法的有效性.     

电动Stewart仿真平台动力学建模与惯性参数辨识

建立了某型电动Stewart仿真平台关节空间动力学模型,通过实验辨识出了平台难于测量的惯性参数.首先给出平台的拉格朗日法和牛顿-欧拉法两种建模结果的相互验证方法,然后推导出平台关节空间内动力学模型,最后进行平台单支路闭环等速运动以及单支路开环正弦运动的实验,利用遗传算法辨识出平台的惯性参数.两种动力学建模结果的相互验证保证了平台刚体动力学模型正确性,所设计实验操作简单,能够方便地辨识出未知的参数.为电动Stewart平台建模与惯性参数辨识提供了一种新的方法.     

基于聚类动态面板引力模型的国际贸易网络研究

本文提出一种针对网络型数据的聚类动态面板引力模型,用于国际贸易流量网络的研究.该模型假设各贸易国分属于不同的潜在类别,各国间贸易流量对应的模型系数由出口国和进口国所属的类别决定.提出使用马尔可夫链蒙特卡罗方法对模型参数以及各贸易国所属的潜在类别进行贝叶斯估计.对2001-2015年60个国家间的贸易流量数据进行了实证分析.结果表明,所提出的模型能够对贸易国进行聚类,有效地提高贸易流量预测的精度.所提出的聚类动态面板引力模型可以被广泛的应用于其他动态网络型数据的研究.     

基于功能依赖网的体系效能评估方法

建设与发展有效的装备体系需要依赖合理的效能评估方法。诸多评估方法在复杂依赖关系的量化分析上存在不足,因此引入功能依赖网络分析(functional dependency network analysis, FDNA)法,通过双依赖参数、分段线性模型等捕捉体系复杂依赖关系及其造成的级联效应。进而立足FDNA方法的优点,突破其局限性,提出基于作战环的功能依赖网络建模规范,通过链路健康指数、综合依赖关键度、多系统冗余表决系统等调整、新增、完善效能聚合模型,形成可捕捉和反映更广泛作战场景的扩展FDNA(extended FDNA, E-FDNA)方法。以海上防空反导体系为例,通过与现有FDNA系列方法以及复杂网络方法在体系效能值、关键系统识别等方面的对比分析,验证了E-FDNA方法的可行性和有效性,为装备体系的效能评估提供了新方法。     

Top-level modeling theory of multi-discipline virtual prototype

Multi-disciplinary virtual prototypes of complex products are increasingly and widely used in modern advanced manufacturing.How to effectively address the problems of unified modeling,composition and r...     

交通感应控制与诱导的递阶协调模型及其仿真

控制与诱导之间的协调结合已经成为ITS发展的主要方向。在以往研究成果的基础之上，建立一种系统最优下的感应控制一诱导递阶优化协调模型，并给出相应的模型求解算法，最后依次设计诱导条件下的感应控制路口仿真、单控制下的用户最优路网仿真以及感应控制一诱导递阶协调下的路网仿真三个试验，从而验证所提出的协调模型和求解算法的有效性和可行性。     

基于T-S模糊模型的模型参考自适应逆控制

针对非线性系统,提出一种基于T-S模糊模型的模型参考自适应逆扰动消除控制方法。所提方法根据模糊辨识理论与模型参考自适应逆控制各自的特点,将两者相结合。首先,根据模糊系统理论,分别采用模糊对角线划分和递推最小二乘算法进行前提和结论参数辨识,离线辨识得到对象模糊模型和逆对象模糊模型。将辨识出的对象逆设为原始控制器,与被控对象串联;为了分离出系统扰动信号,将辨识出的对象模型与被控对象并联,通过被控系统与对象模型输出做比较,再通过逆对象模型反馈到系统输入端,组成扰动消除环节。用最小均方差算法在系统运行过程中在线调节逆对象模糊模型参数,使其输出误差最小。最后,使用所提方法对一混合非线性系统及输入/输出非线性系统进行仿真试验,仿真结果验证了所提方法的有效性。     

混沌系统的参数辨识与控制

把观测器思想用于系统中未知参数的辨识 ,对混沌系统中的未知参数进行了辨识研究。数值结果表明 ,对未知参数为常数或缓慢变化的信号 ,提出的方法都能给出很好的辨识结果。随后 ,把辨识和控制问题综合起来考虑 ,提出改进的混沌控制方法 ,数值仿真表明了该方法的有效性     

Exponentially adaptive synchronization of an uncertain delayed dynamical network

Over the past decades, complex networks have been prosperous greatly in various fields of sciences and engineering. Much attention has been given to investigate the synchronization of complex networks in recent years. However, few work has done for the networks with uncertain parameters and unknown topology. In this paper, to further reveal the dynamical mechanism in complex networks with time delays, an uncertain general complex dynamical network with delayed nodes is studied. By constructing a drive network and a suitable slave network, several novel criteria for the networks consisting of the identical nodes and different nodes have been obtained based on the adaptive feedback method. Particularly, the hypotheses and the proposed adaptive laws for network synchronization are simple and can be readily applied in practical applications. Finally, numerical simulations are provided to illustrate the effectiveness of the proposed synchronization criteria.     

异结构不确定混沌系统的广义投影同步

针对一类参数随时间变化的不确定混沌系统,用鲁棒自适应方法实现异结构混沌系统的广义投影同步和参数辨识。基于李亚普诺夫稳定性理论,设计了鲁棒自适应控制器和参数自适应律。通过改变广义投影同步的比例矩阵,获得所有状态变量任意比例于原驱动系统的混沌信号,并辨识出系统所有未知参数。以R-ssler超混沌系统和Lü超混沌系统为例,数值仿真验证了所设计方法的有效性和可行性。     

Adaptive tracking control of chaotic systems

1 .INTRODUCTIONDuringthelasttwodecades,thestudyofchaoticnonlineardynamicalsystemshasbeenrapidlyexpand ed .Oneofthereasonsfortheinterestsisthatchaoticbehaviorshavebeendiscoveredinmanynonlineardy namicalsystemsinphysics ,chemistry ,biology ,en gineering ,an…     

证据网络模型及其推理算法

本文在证据理论与图模型研究的基础上,针对不确定性与关联性相结合的系统建模问题,提出并建立了证据网络模型,定义了证据网络的参数,总结了证据网络的建模特点;分析了证据网络模型的推理问题,建立了其推理策略和推理过程,推导出其正向推理算法和反向推理算法,并通过示例进行了计算验证;证据网络模型将为管理决策分析、系统工程管理等领域的问题分析和求解提供一种有效的技术方法支持.