人口系统的稳定性分析

运用耗散结构理论对人口系统的演化问题进行了研究,并用非线性系统的稳定判据得出了人口持续发展目标。     

MODELLING AND STABILITY ANALYSIS OF POPULATION GROWTH WITH SPATIAL DIFFUSION

In recent years, population growth models with spatial diffusion have beenextensively studied by many authors (for example, see [1-5]). In this paper, a populationgrowth model is considered with a discrete age-dependence and spatial diffusion, and isinvestigated in a semigroup framework. The spectral properties of the population oper-ator are given. On the basis of such spectral consideration, the asymptotic behaviourof the semigroup generated by the population operator is obtained. Finally, a nonlinearpopulation growth model is considered and its stability is analyzed.     

An Improved Nonlinear Multistage Switch System of Microbial Fermentation Process in Fed-Batch Culture

This paper considers the fed-batch culture in microbial fermentation process, which consists of batch and continuous culture. The goal is to explore the properties of a novel model which can describe the characteristics of multistage for the population growth of microorganisms in nonlinear switch dynamic system. The improved model is developed based on the experimental data to describe the delayed, developmental and stationary stages well for the phases of batch culture. Then the existence, uniqueness and boundedness of solutions to the nonlinear multistage switch system and the Lipschitz continuity and differentiability of solutions with respect to the initial state is discussed as well. Finally, a numerical simulation is employed for the nonlinear multistage switch system.     

非线性盲源分离的多目标进化算法

针对在非线性混叠盲源分离中代价函数往往具有许多局部最优解,求解其全局最优解非常困难的问题。设计了多目标进化算法来求解代价函数的全局最优解,提出了非线性盲源分离的多目标进化算法。该多目标进化算法根据带权极小极大策略构造了一个同进化代数有关的变适应值函数,使种群中的容许解逐渐增多和保持个体的多样性,避免算法陷于局部最优。数值仿真表明算法是有效的。     

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.     

THE POPULATION DYNAMICS WITH N-INTERSECTIONS

ＴＨＥＰＯＰＵＬＡＴＩＯＮＤＹＮＡＭＩＣＳＷＩＴＨＮ－ＩＮＴＥＲＳＥＣＴＩＯＮＳ￥ＧＵＯＢａｏｚｈｕ（ＤｅｐａｒｔｍｅｎｔｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓＢｅｉｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１０００８１，Ｃ...     

微分进化算法的研究综述

微分进化(DE)是比较新的基于群体的随机优化方法.它具有简单、快速、鲁棒性好等特点,已经得到广泛关注.不同于其它进化算法,它的变异算子是由种群中任意选取的多对向量的差值得到的.微分进化主要用于实参数优化问题,在非线性和不可微的连续空间问题上优于其它进化方法.近些年,微分进化的应用领域也是不断扩大.研究目的是总结微分进化的研究进展和应用领域,并对它的进一步研究进行展望.     

人口模型中的分岔现象

在非线性动态系统中可能出现分岔现象,分岔理论为我们研究社会经济系统中的某些异常现象提供了一种新方法。本文研究了人口模型的分岔现象,以此作为示例,体现了用分岔理论研究社会经济系统的过程与步骤。     

采用改进遗传算法解决TDOA定位估计中的非线性优化问题

提出了当接收端在空间随机分布时 ,利用改进遗传算法解决TDOA定位估计中遇到的非线性最优化问题。采用浮点数编码遗传算法 ,引入一个非均匀变异算子 ,针对TDOA方式进行最佳坐标搜索。实验表明 ,在保证种群数量的情况下 ,该算法性能稳定 ,能找到逼近全局最优点的解 ,相对于其它算法精度更高     

OPTIMAL CONTROL OF GROWTH RATE FOR A CLASS OF POPULATION SYSTEMS

In this paper,we discuss the optimal control of growth rate for a class of population systems governed by nonlinear degenerate parabolic equations.Given an ap-propriate cost functional,we prove the existence of the optimal growth rate and give some necessary conditions for optimal growth rate.     

Electricity Consumption and Its Impact Factors: Based on the Nonparametric Model

The security of power consumption demand is an essential issue in maintaining a rapid economic development in China. Owing to the advantages such as the robustness and favorable estimation performances, the semiparametric model and nonparametric models have obtained wide popularity. In this article, based on the semiparametric and nonparametric models, a new estimation model is created, and the linear and nonlinear effects of influencing the power consumption are investigated. The results indicate that the economic growth, population, and economic structure play a vital role in the power consumption; the impact of the power price index on the electricity consumption is small, which can-not offset rapid growth of the electricity consumption that the economic growth, population and economic structure bring; the energy utilization efficiency still stays at a low level in China.     

基于一因多效的遗传算法研究

在自然界中存在着"一因多效"的现象,即某一基因可影响生物的许多性状的生长发育。模仿这一生物现象,提出了基于一因多效的遗传算法,建立了基因型与表现型之间的一对多的非线性关系,打破了遗传算法中惯用的一一对应关系。并阐述了一因多效遗传算法有利于维护问题空间的多样性,从而可采用小规模种群来提高算法的运行效率。以求解Rosenbrock函数的全局最优解为例,通过与传统遗传算法的对比实验,证实了一因多效遗传算法的可行性。     

四层BP网络的一种结构设计方法及应用

针对BP神经网络的特点提出一种基于递阶遗传算法的四层BP神经网络的结构设计模型及应用。现有的BP训练方法只能训练BP网络的权重和阈值,网络的结构得预先用某种方法确定。利用很好设计的递阶遗传算法能够把网络的结构、权重和阈值同时通过训练确定。以经济系统中的人口时间序列数据进行训练和测试,与传统的BP网络预测模型相比较,结果证明该模型的预测精确度是令人满意的,提出的方法是可行的。     

Flocking with General Local Interaction and Large Population

This paper studies a flocking model in which the interaction between agents is described by a general local nonlinear function depending on the distance between agents. The existing analysis provided sufficient conditions for flocking under an assumption imposed on the system's closed-loop states; however this assumption is hard to verify. To avoid this kind of assumption the authors introduce some new methods including large deviations theory and estimation of spectral radius of random geometric graphs. For uniformly and independently distributed initial states, the authors establish sufficient conditions and necessary conditions for flocking with large population. The results reveal that under some conditions, the critical interaction radius for flocking is almost the same as the critical radius for connectivity of the initial neighbor graph.     

改进的自适应遗传算法在TDOA定位中的应用

针对无线通信到达时间差(time difference of arrival,TDOA)定位技术位置解算为复杂的非线性方程最优化问题,采用实数编码遗传算法,提出了改进的自适应遗传算法。该算法设计了自适应交叉率和变异率的计算公式,考虑了随着进化代数增加种群的整体变化,同时考虑了每代种群不同个体适应度的作用,并引入最优保存策略防止优良个体的破坏,能有效产生新的个体进而摆脱局部最优值的搜索达到全局最优解。仿真结果表明,改进的遗传算法性能稳定,进化收敛速度和TDOA定位估计精度都有较大的提高。     

LFMCW延迟锁相线性化环路分析

与以往研究不同,针对延迟锁相线性化环路的延迟差分环节,着重分析了其非线性特性对环路性能的影响。通过非线性分析,给出了延迟线非线性相位与非线性剩余频差的关系,并指出延迟线非线性相位是决定极限调频线性度的主要因素。利用非线性环路模型对环路的噪声性能和捕捉过程进行了定量分析,仿真结果与实测数据吻合得较好。     

基于PSO优化LS-SVM的小样本非线性协整检验与建模研究

针对小样本非线性时间序列，根据非线性协整的定义，利用基于粒子群优化最小二乘支持向量机的方法，对小样本非线性协整关系检验与非线性误差修正模型建模进行研究，设计了方法的 逻辑流程. 对舰船维修费指数与物价指数进行实证研究，在协整关系类型判断的基础上，实现了小样本非线性协整关系的检验，建立了预测舰船维修费指数的非线性误差修正模型，并与线 性向量自回归模型进行分析比较. 研究表明：基于粒子群优化最小二乘支持向量机的小样本非线性协整检验与建模方法，刻画了小样本系统的非线性协整关系，所建立的非线性误差修正模 型具有较好的预测效果，能够有效地预测小样本非线性系统.     

一种非线性自适应逆噪声控制器设计及其仿真

基于模糊神经网络算法研究了非线性系统的噪声消除问题,设计了一类非线性自适应逆噪声消除控制器。该文利用模糊神经网络融合算法所具有的对任意函数的精确逼近性,对非线性系统进行建模和逆建模,从而为非线性自适应逆噪声控制器的有效性提供了保障。最后将所设计的控制器用于仿真实例,研究表明该噪声控制器能有效地消除非线性被控对象的噪声污染。说明了该方法的可行性和有效性。     

基于T-S模型的自适应多变量模糊预测控制

针对多变量非线性系统的控制问题,提出了一种具有良好控制效果的模糊预测控制方法。首先采用快速聚类法和递推最小二乘法辨识得到非线性系统的T-S模型,然后对系统进行线性化,并基于线性化的模型设计模糊广义预测控制器并对非线性对象进行在线自适应控制。对一个带时延的强耦合二变量非线性对象进行仿真,结果表明对于具有时变性的非线性系统,该方法具有很好的控制效果。     

基于在线支持向量机和遗传算法的预测控制

针对非线性系统模型预测控制中预测模型容易失配且目标函数难以求解的问题,本文提出一种基于在线支持向量机建模和遗传算法滚动优化的模型预测控制方法。该方法利用在线支持向量机建立被控对象的非线性模型,在线支持向量机是一种迭代学习的支持向量机训练算法,可以进行在线训练,从而实现模型在线自校正;并且通过遗传算法求解目标函数的最优控制量,完成滚动优化。对非线性系统的仿真研究结果表明,该方法有效且具有良好的自适性。