GLMS系列算法和时变信号模型的自适应处理

提出了具有指数数据窗的GLMS算法和近似GLMS算法.分析和计算证明,两算法不仅具有较高的起始收敛速度,而且还有较强的跟踪能力和小的失调量,适用于时变和非时变信号模型的自适应处理.     

自适应预测压缩

介绍一种应用自适应滤波理论及位图法对数据进行压缩的方法，并以此法用Ｃ语言编制压缩及解压程序，经过测试，对于相关性较大的序列，自适应预测压缩的效果明显优于通用压缩程序ＡＲＪ。     

基于自适应自回归模型的非线性流量负荷预测

针对新一代移动数据业务(MMS,KJAV,WAP)具有复杂的非线性特性和不平稳特性,采用鲁棒Kalman滤波算法,提出了一种自适应自回归滑动平均模型(AARMA),并将其应用于移动数据业务负荷预测中。实际预测结果表明,即使是对变动大且不稳定的移动业务流量,自适应ARMA模型稳定,预测精度高,且预测误差的白噪声特性明显。     

基于自适应滤波的日负荷预测新陈代谢模型

提出了对日负荷进行预测的新方法。基于自适应滤波算法进行预测,在预测过程中对原始数据进行新陈代谢处理,且根据预测日的属性对预测结果进行加权,并依据历史负荷中负荷的变动情况对结果进行校正,以求最佳预测效果。利用自适应滤波预测结果的残差建立时间序列的AR(p)模型,与自适应滤波模型形成组合模型,从而实现了短期电力负荷样本资料随时间变化而更新、样本量和计算量不增加而预测精度能得到保证的目标。与传统的预测方法相比较,该模型用于日负荷预测具有计算迅速、精度高的优点。     

基于自适应粒子群算法的重油热解模型参数估计

通过构造一个合适的目标函数,将化工模型参数估计问题转化为一个多维数值优化问题,然后提出一种参数自适应调整和维变异的改进粒子群优化算法来求解该问题。该算法首先利用佳点集方法初始化种群以保证粒子的多样性。惯性权重和学习因子随进化过程自适应调整,从而协调算法的全局和局部搜索能力。为了避免算法陷入局部最优,对收敛度最小的维进行变异。几个标准测试问题的实验结果表明该算法具有较强的全局寻优能力。最后将改进粒子群算法应用到重油热解模型参数估计中,并与基本遗传算法（SGA）和粒子群优化算法（SPS0）进行比较。研究结果表明：本文得到的平均相对误差为5．62％,比SGA和SPSO分别低1．08％和0．50％。     

基于小脑模型的广义预测控制快速算法

从状态空间的角度推导出广义预测控制算法,并利用小脑模型(CMAC)提出了一种新型广义预测控制快速算法,解决了传统GPC算法计算量大的问题.仿真结果表明该算法的有效性.     

一种扩展时域自适应预测控制的直接算法

提出了一种新型的扩展时域自适应预测控制的直接算法。它适用于时滞未知、开环不稳定和最小相位系统，具有计算量小的特点。文中证明了该算法的佤稳定性和收敛性，并以仿真研究表明此方法的有效性。     

广义自适应遗传算法

本文在分析基本遗传算法的原理与存在问题的基础上,提出了一种广义自适应遗传算法。它的搜索性和全局收敛性都有明显的改善,并通过仿真说明了该改进遗传算法的有效性。     

基于准确预报的自适应广义预测控制器

基于受控系统多时域输出预测误差的历史信息，对未来输出预测值进行在线修正。提出了一种能抑制模型对控制器产生影响的准确预报广义预测控制器及相应的自适应算法。理论分析及仿真结果表明了该算法具有较强地鲁棒性．     

一类模型参数自适应修正算法的分析及改进

通过一个实际的热轧带钢卷取温度控制系统,提炼出一套模型参数自适应修正算法,进而分析了它的特点及收敛性,认为这种参数自适应修正算法并不能保证参数收敛于所希望的值,这是造成带钢卷取温度控制精度产生波动的一个原因。提出了改进方案,使之成为适于实际应用的控制方法。     

MRPII中BOM模型的分析与算法实现

BOM作为MRPⅡ的核心,其数据结构的确定与操作算法的设计直接影响到MRPⅡ系统的效率。通过对BOM概念的分析。提出用于存储BOM数据的结构模型,并给出通过BOM获得制造任何成品或半成品所需物料的算法,本算法打破了对树形数据结构访问的传统思想束缚,提出了用于解决类似问题的全新方法,使用此方法可解决所有树型结构数据的存储与展开问题。     

线性模型中误差分布的相合核估计

线性模型y_i=x′_iθ+e_i,i=1…n,的误差序列{e_i}_i~n=1有未知密度f(x),本文在一定条件下证明了f(x)的核估计的弱相合性,逐点强相合性,一致强相合性,其中(?)为L.S估计的残差.     

非线性系统的自适应广义预测控制算法

将非线性系统的广义预测控制推广到自适应情况,得到了一类用Hammerstcin模型描述的非线性系统的自适应广义预测控制算法.讨论了该算法的收敛性与稳定性.     

输电网非线性规划模型及其算法研究

本文用数学优化技术研究了电力系统输电网络的规划设计问题,提出了不同于采用直流潮流方程的输电规划的机辅设计方法。文中以交流潮流方程作为系统模型,建立一个非线性的输电规划模型,再应用系列无约束最小化技术,只作数学变换,导出了一个便于求解的实用模型及联合规划算法。实例计算表明,本方法能够提高规划结果的准确度,可以考察电压质量的约束情况,具备自动形成和快速优选方案的功能。     

考虑预测误差的模型内插与外推

对结构进行评估时,常需要利用模型的内插与外推结果,且模型的不确定性也是需要考虑的一个重要因素。针对模型参数空间的内插外推问题,本文基于确定性计算模型并联合多次试验结果,计算得到预测误差的不确定性,接着对预测误差的均值与标准差进行函数拟合,并且考虑函数拟合带来的不确定性,通过双层抽样分析得到预测误差的置信区间,再叠加上预测点确定性计算结果进而得到预测结果的置信区间。最后通过不同拧紧力矩下某根部柔性悬臂梁的内插与外推应用检验了该方法的有效性。     

基于Loop细分的自适应细分曲面算法

首先研究了传统的Loop细分曲面算法,通过分析发现随着细分次数的增多细分算法中三角形网格片数增长过快。针对这一问题提出一种自适应细分曲面算法。算法根据相邻两个三角形面上的法向量的夹角,判断细分网格中较为光滑和非光滑的区域。实验结果表明,算法提高了数据处理速度,并且模型简单易实现。