复杂生产过程的模糊神经网络辨识

大多数工业生产过程，都是具有较多不确定因素的复杂过程，难于用常规方法建立数学模型。把模糊系统理论与神经网络理论相结合，构造了一种模糊神经网络辨识算法，并把该方法应用于合成氨生产系统的过程辨识。     

基于人工神经网络的船舶运动数学模型的辨识

根据船舶海上航行的实际情况,针对船舶运动的特点,提出了用不同神经网络对船舶运动数学模型进行辨识的新方法。给出2种神经网络模型,并比较这2种模型的辨识效果。     

基于过程神经网络时变系统的参数辨识

提出了一种基于过程神经网络时变系统的参数辨识方法,过程神经网络具有强大的非线性映射功能以及自学习、自适应等功能,其输入与时间有关,输出可为变量.文中基于过程神经网络,对一刚度随时间变化的三自由度系统进行参数辨识.实验结果表明:提出的方法对于时变系统具有较好的辨识效果.     

基于动态递归模糊神经网络的动态系统辨识

模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而现实工程中的控制对象反映的是系统的动态行为.为了提高动态系统的辨识精度,提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法.仿真结果表明:由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据,对动态系统的辨识,特别是对具有纯时间延迟动态系统的辨识,较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果.同时,确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度.     

Wiener模型的集成辨识方法

对一类石油化工生产过程中的Ｗｉｅｎｅｒ模型辨识问题,提出了一种稳态与动态相结合的集成辨识方法．利用稳态信息获取稳态模型的强一致性估计,通过神经网络逼近得到非线性增益的逆函数．然后利用系统的动态信息辨识Ｗｉｅｎｅｒ模型的线性系统的参数,并得到一致性估计．仿真结果表明了该方法的有效性和实用性．     

基于神经网络的复杂过程系统模型辨识

针对复杂生产过程中的一阶和二阶液位系统,利用MATLAB软件的神经网络工具箱,分别应用BP和径向基两种神经网络模型进行系统辨识,得到系统模型．通过结果比较,得出两种神经网络的应用特点：对于一阶非线性液位过程,径向基神经网络创建的数学模型性能较好;对于二阶线性液位过程,BP神经网络的建模效果较好;尽管BP神经网络的模型训练过程有学习收敛慢、局部最小点、层数和单元数不易确定的缺点,但其函数逼近的精确度对二阶线性的辨识具有独特优势．     

基于混合神经网络的风筝发电机组预测函数控制

提出了非线性预测函数控制器以解决风筝发电的控制难题,采用混合神经网络建立了风筝系统的预测模型,采用预测函数设计其控制器.预测函数控制器结合神经网络集成了在线辨识、学习机制和预测控制器闭环控制系统,能够显著改善风筝发电系统的性能.数字仿真结果验证了该方法的有效性.     

基于神经网络的尾流激励叶片气动力辨识方法

发动机中存在上下游干涉作用,上游叶片的尾迹流会引起下游叶片发生强迫振动。针对这一现象,提出了采用神经网络模型的方法辨识尾流激励下的叶片气动力。通过计算流体力学（CFD）方法获得时域尾流压力波及其叶片气动力作为训练信号和测试信号,分别用BP神经网络和NARX神经网络建立尾流激励下的叶片气动力辨识模型,对测试信号的叶片气动力进行辨识,并与CFD结果进行比较,探究这两种辨识模型的计算精度。算例结果表明基于NARX神经网络的叶片气动力辨识模型较基于BP神经网络的叶片气动力辨识模型计算精度更高,泛化能力更强。基于NARX神经网络的尾流激励叶片气动力辨识模型,可以快速准确地辨识不同振幅的随机尾流激励和周期尾流激励下的叶片气动力。     

概率神经网络在物质浓度辨识中的应用

提出了基于概率神经网络的物质浓度辨识方法,以二氧化硫在不同浓度下颜色读数的数据为例,建立概率神经网络的物质浓度辨识模型。实验仿真表明,概率神经网络物质浓度辨识模型具有收敛速度快、物质浓度辨识正确率高、容易训练等特点。     

基于混合神经网络的模糊辨识方法

提出一种简明而有效的基于混合神经网络的模糊辨识方法．与现有方法不同,该模糊辨识方法采用自组织神经网络和模糊聚类网络两部分组成的三层神经网络来实现．实验结果表明,该方法可以为模糊建模提供好的模型结构,并具有较高的计算效率和精度．     

一种基于段间距离测度的语言自动分割方法

根据连续语音中不同类语音段之间内在的相异性,提出了段间距离的概念,并基于特征矢量距离给出了段间距离的一种测度。在此基础上,提出一种新的语音自动分割方法,它根据语音段间距离曲线的峰值点对语音音素进行分割,而不需要关于语音单元的先验知识或参考模型,在该方法中,语音特征矢量按帧计算,通过采用适当的帧重迭度,可以使语音分割具有较高的时间分辨率,实验结果表明,该方法具有较高的分割精度和速度。     

两寡头二级价格歧视需求分段数研究

采用完全信息静态博弈的方法，对两寡头厂商需求区间分段数的确定作了相应的讨论；同时，运用市场营销的思想解释了实际经济生活中分段级次的少数性现象。     

高速公路实时事故风险研判模型及可移植性

通过G15沈海高速公路南通段上布设的高清卡口过车数据对路段上发生的实时事故风险进行研究.采用配对案例对照方法,结合基于随机森林的参数选取方法对3个子路段上的事故分别建立了支持向量机模型.结果表明,基于高清卡口采集的高分辨率过车数据构建的支持向量机模型相对既有研究中的模型而言其性能较优;对3个子路段分别构建的支持向量机模型进行可移植性分析发现各支持向量机模型均具有一定的可移植性,经过参数重新标定后可直接应用至邻近道路对其实时事故风险状态进行研判,并有着相对较高的预测精度.     

大尺度溶洞裂缝型油藏试井新模型

针对常规试井模型解释结果与大尺度缝洞型油藏地质特征不相符问题,以一个缝洞和两个缝洞为例,建立了拟稳态条件下的流动方程,采用Laplace变换和逆变换,得到实空间的解析解。研究结果表明：单个缝洞与封闭均质油藏中一口油井条件下拟稳态流动阶段的试井曲线相同;两个缝洞条件下压力导数曲线在早期为开口向下的抛物线,在双对数图版上,压力-时间双对数曲线在早期和晚期都表现为斜率为1的直线段,早期末出现了与常规双重介质模型相似的凹形曲线段,晚期没有水平直线段。将模型用于塔河某缝洞单元做试井分析,解释结果与地质模型一致。     

多重介质组合油藏非定常非达西高速渗流问题的解析研究

本文用分段线性化的方法修正了Forchheimer方程,用组合油藏的研究方法,建立了单一介质、双重介质、三重介质非达西高速渗流问题的数学模型,并获得了单一介质,双重介质、三重介质非定常非达西高速渗流无穷大地层的解及相应的长时渐近解。单一介质、双重介质、三重介质非定常达西渗流及组合油藏达西渗流,只是上述问题的特殊情况。从长时渐近解可知,三重介质的压力曲浅有两个台阶,双重介质的压力曲线有一个台阶,单一介质的压力曲线没有台阶。当产量很高时,压力曲线都会变成丁字型。     

时延和频移联合估计的模糊函数算法

在进行时延和频移联合估计时,计算TDOA(time difference of arrival)和FDOA(frequency difference of arrival)比较普遍采用的方法是互模糊函数(the cross ambiguity function),互模糊函数的计算模型有窄带模型和宽带模型之分,分别有不同的算法和估计性能.本文对不同的算法进行了综述,并对各种算法的适用条件和性能作了分析.     

航迹点特征的时间窗分割算法的航迹聚类

现有航迹聚类算法未考虑到航空器航向变化和高度下降等因素对聚类结果的影响,同时聚类过程中缺乏时间信息,另外实测二次雷达数据中存在离群点异常数据,离群点的存在会影响最终的聚类效果,使得聚类结果不准确。提出基于航迹点特征的时间窗分割算法,将航空器进场的航向变化值以及高度下降值作为确定聚类簇大小的影响因素,对进场航空器航迹点数量进行时间窗分割。对真实的进场二次雷达数据仿真分析,从仿真结果中可以看出当影响因子a为0.4时,航迹的曲率最小,聚类效果最好,进而采用层次聚类算法对不同LOF值所对应的航迹点进行聚类,得到最后的聚类结果可以为管制员现场指挥提供技术指导。     

SYNTHESIS AND PURIFICATION OF N,N''''-E1S(P-CARBOMETHOXYBENZOYL)BUTANEDIAMINE(T4T-DIMETHYL)

T4T-dimethyl is commonly employed as hard segment when polyesteramide is produced. Polyesteramide is one of thermoplastic elastomers, like polyurethane which is composed of two different types of segments, usually referred to as soft and hard segments. The characters of hard segment have much influence on the properties of the polymer. To get the polyesteramide with high order, it is desirable to make T4T-dimethyl pure. In this paper, how to synthesize, to purify as well as to detect the purity of T4T-dimethyl are described in detail.     

基于学习者能力的注意力机制知识追踪方法

基于学习者能力,针对基于循环神经网络（RNN）和长短期记忆（LSTM）网络的深度知识追踪（DKT）算法对早期知识点关注的不足,提出一种加入注意力机制的DKT算法,并用时隙聚类的方法对不同能力学习者动态分组并赋予不同的注意力权值,以建立更平衡、更客观的知识记忆程度权重分布模型.常用公开数据集上的实验结果表明：该模型优于2种基准模型和2种消融实验模型,说明所提出的模型能更好地表现学习者的知识状态.     

基于效益最大化的桥梁检修决策模型的探讨

检查与维修是桥梁管理工作中的两个重要环节。不同的检查结果导致不同的维修决策,从而影响维修成本。如何选取最佳的检查方案与检查时间,使检查的净效益最大化,是制定桥梁检修策略中值得探讨的问题。本研究运用贝叶斯分析方法,建立一种确定桥梁检修策略的动态模型,该模型包含了多阶段的“信息收集——数据分析——决策”过程,同时将先验信息和检查信息相结合,为决策提供更加充分的数据支持。算例考虑了两种检查方案和四种维修方案集,以检查净效益最大化为目的,在分析基准期内设计最佳的检查时间和检查方案,同时对可能出现的检查结果制定最佳维修方案。