一类非线性连续系统的参数辨识算法

针对一类非线性连续系统的参数辨识问题，应用方块脉冲函数逼近技术，提出了一种参数递推估计算法，数字仿真结果表明了本文算法的有效性。     

一类非线性动态系统的参数辨识和状态估计

为了对青霉素发酵过程采用计算机控制，提出了一种适合于一类非线性动态系统参 数辨识的方法。同时，根据在线获取的可测信息（二氧化碳释放率），利用随机状态估 计原理，实时估计了青霉素发酵过程中不可测的状态变量（菌体浓度、基质浓度、产 物浓度）。对实验室和生产现场提供的几批数据进行了计算机仿真，结果表明：文中所 提供的技术方案对青霉素生产过程实现状态监控是可行的。     

一类分布参数系统的辨识

讨论非均质碳酸盐岩气藏的分布参数系统辨识方法．在考察窜流函数与地质特征的关系基础上,建立一般的双重孔隙结构模型并阐述其作用与意义;介绍系统辨识问题的若干新结果,包括稳定泛函和参数可辨识性等;用自共轭算子的谱扰动方法证明结构模型的孔隙度和窜流系数的可辨识性．结果表明,分布参数系统辨识包括参数、边界和结构等的辨识,具有实际应用前景。     

一类结构已知的非线性系统辨识

本文针对带有已知结构的非线性Ｗｉｅｎｅｒ系统，提出了利用不同幅值的周期脉冲信号辨识非线性增益未知参数和脉冲响应序列的新方法，获得了强一致性估计，数字仿真研究说明了该方法的有效性和实用性。     

一类高精度非线性系统参数和阶次辨识的浮点遗传算法

本文给出一种基于浮点操作的具有遗传算法机制的迭代启发式随机搜索算法。该算法同随机逼近算法相结合对非线性系统的参数和阶次的辨识结果表明，具有精度高和收敛性好等特点。     

一类非线性系统稳态模型辨识方法

针对一类非线性系统，本文提出了一种辨识其稳态模型的新方法，并得到了稳态模型的强一致性估计。辨识输入信号为优化过程中设定点的正常阶跃变化信号。本文还研究了估计残差的渐近分布和残差收敛速度，最后的计算机数字仿真显示了该方法的有效性和实用性。     

一类耦合Jansen-Rit模型中突变参数的非线性辨识

耦合Jansen-Rit模型可以用于模拟脑电信号的产生,其中的兴奋性增益参数的变化对模型动力学特性有重要的影响,这种变化可以用于模拟异常脑电活动的产生,因而,辨识这类突变参数具有重要意义。针对一类具有突变兴奋性增益参数的耦合Jansen-Rit模型,本文给出一种基于强跟踪容积卡尔曼滤波器的新方法来解决非线性辨识和估计问题。强跟踪容积卡尔曼滤波器结合容积卡尔曼滤波器估计精度高和强跟踪滤波器跟踪性能强的优点,能够重构非线性系统中的兴趣变量,以及辨识系统中的突变参数。仿真验证了该方法的有效性。     

正弦激励用于非线性系统参数辨识

正弦激励广泛用于结构非线性检测,将该方法推广到系统参数辨识领域,使得被测结构仅在一次恒解正弦扫描激励方式下邓可直接辨识得到全部非线性物理参数,简化了试验程序。     

一类非线性分布参数系统的稳定性

本文讨论了各参数都随时间变化的投资系统，证明了其解在一定条件下是全局渐近稳定的。     

基于遗传程序设计的非线性系统参数辨识

遗传程序设计(GP)是一种自适应的与问题无关的进化算法,它克服了遗传算法的容易陷入局部极值的缺陷。本文讨论使用遗传程序设计对非线性系统进行参数辨识的算法,实现及应用,实验证明:该方法具有收敛速度和精度的明显优势。     

基于群体智能算法的非线性系统参数辨识

群体智能算法是一类适用于非线性、不可微和多峰值复杂函数的优化方法.针对非线性系统的特点,在粒子群算法中,采用贪婪准则来确定全局最优粒子,并将该算法与人工蜂群算法应用于非线性系统参数辨识,辨识结果显示了两种算法对含加性噪声的NARMAX模型辨识的有效性,并为将来的研究工作提出了方向.     

神经网络在非线性系统参数辨识中应用

要对非线性系统进行控制，必须掌握其模型．介绍一种辨识非线性系统模型的方法，该方法利用多层神经网络可以逼近任何非线性函数这一理论，提出针对非线性系统构造神经网络模型，并给出一种实用的BP算法．最后通过仿真实验，证明该方法切实可行．     

基于观测器的非线性陀螺系统的参数辨识

本文利用参数辨识观测器对一类非线性陀螺系统的的参数辨识问题进行了研究.首先基于非线性动力学理论,利用混沌吸引子,全局分岔图和Lyapunov指数谱准确的表征了系统的混沌行为.通过构造合适的参数辨识观测器,成功地实现了该陀螺系统的所有未知参数的辨识.数值仿真验证了所设计的参数辨识观测器的有效性.     

一类非线性系统的模糊自适应辨识及稳定性分析

针对一类含未建模动态的非线性系统,提出了一种模糊自适应辨识及稳定性分析方法.该方法首先设计模糊辨识器对系统未知部分进行辨识,然后设计控制器使系统稳定.控制器中的状态反馈控制器使系统的线性部分稳定,而基于辨识器的补偿器则用来消除未建模动态.仿真研究结果表明:该方法可以对非线性系统进行辨识,并使得整个系统稳定.     

死区非线性系统物理参数的两步辨识法

针对含非对称死区环节的非线性系统提出了一种基于Legendre多项式最佳平方逼近的两步辨识法。辨识时首先将非对称死区非线性恢复力用Legendre多项式近似,并用直接参数估计法辨识得到系统质量、阻尼等参数以及Legendre多项式系数;然后根据Legendre多项式最佳平方逼近系数与死区参数之间的关系估计出死区参数。仿真算例表明:在只测得带观测噪声的加速度和激励力数据的情况下,该方法仍能较好地辨识出死区宽度和斜率参数。     

甘油间歇生物歧化非线性系统的参数辨识

研究了甘油间歇生物歧化非线性系统的参数辨识问题.针对甘油间歇生物歧化过程的非线性常微分方程系统,首先给出了以代谢物浓度误差与斜率误差之和为优化目标、以甘油间歇生物歧化过程的非线性常微分方程系统为约束的参数辨识动态优化问题;然后基于改进的欧拉法将动态优化问题中的常微分方程组近似表示为代数方程组,从而可将原动态优化问题转化为非线性规划问题;最后利用粒子群算法求解得到的非线性规划问题.与已有文献相比,本文获得了更好的参数辨识结果,为构建甘油间歇生物歧化过程的非线性系统提供理论指导.     

非线性随机系统的参数辨识及动态预报

鉴于含有加性噪声的指数模型描述了一类重要的非线性随机系统，本人出这类系统的参数的递推辨识算法，克服了迭代算法不能在线运行，需反复矩阵求逆的不足，当系统时变时，还采用了虚拟噪声技术来补偿因参数时变引起的建模误差，从而改善动态预报器的性能，应用这种方法，对油田采油井，注水井的套管损坏的情况进行了多步动态预报，其精度令人满意。     

一类传染病模型的参数辨识

用持续宣传作用下传染病变化的数学模型的理论解与实际观测值，确定了该模型中两种不同情形下引起传染病变化的重要参数——宣传强度，为防止传染病蔓延提供了一种依据。