RBF-AR模型在非线性时间序列预测中的应用

研究了RBF-AR模型在非线性时间序列中的建模和预测问题,并把它与其它一些新近提出的模型或方法加以了比较.一种结构化非线性参数优化方法用来辨识此模型.数值实验和比较研究表明采用结构化非线性参数优化方法的RBF-AR模型在预测精度上要大大优于其它一些模型或方法.     

模型与实际有差异时非线性大工业过程递阶优化控制算法

针对实际非线性离散系统与它的模型之间的差异,提出了一种基于模型优化控制问题来求解实际问题最优解的递阶算法,该算法通过上级的关联预测和参数估计与下级的修正的基于模型优化子问题的迭代问题,总可以获得实际非线性离散大系统最优控制．并行计算可以节省计算时间．分析了该算法的收敛性和最优性．仿真例子说明该算法的特色．     

遗传算法在共形天线阵方向图综合中的应用

使用遗传算法(GA)来优化基于圆柱共形的天线阵的方向图,以实现所期望的平均副瓣和指定方向的零陷.作为一种优化算法,它能解决一些N维和非线性的优化问题.首先给出了共形阵列的方向图公式,其次介绍了GA算法和其它阵列综合方法.最后给出了应用实例及其运用不同方法的仿真结果.结果表明,该算法是一种解决多维和非线性问题的行之有效的方法.     

约束非线性l1问题的调节熵函数法

针对约束非线性l1问题不可微的特点,提出了一种光滑函数的近似逼近方法。该方法利用调节熵函数和罚函数技术将约束非线性l1问题转化为无约束可微优化问题,因而可利用光滑优化的经典算法求出原问题的近似最优解。给出了基于光滑优化问题的BFGS迭代,并介绍了约束非线性l1问题的调节熵函数的有关性质、算法的迭代步骤及其收敛性分析。最后通过数值实例表明了该算法的有效性。     

约束非线性l1问题的调节熵函数法

针对约束非线性l1问题不可微的特点,提出了一种光滑函数的近似逼近方法.该方法利用调节熵函数和罚函数技术将约束非线性l1问题转化为无约束可微优化问题,因而可利用光滑优化的经典算法求出原问题的近似最优解.给出了基于光滑优化问题的BFGS迭代,并介绍了约束非线性l1问题的调节熵函数的有关性质、算法的迭代步骤及其收敛性分析.最后通过数值实例表明了该算法的有效性.     

用混沌搜索求解非线性约束优化问题

提出了一种用混沌搜索求解非线性约束优化的新方法 .利用罚函数思想将约束问题无约束化 ,再利用混沌的内在随机性与遍历性进行求解 .算例仿真结果表明 ,算法简单实用 ,性能良好 ,是解决非线性约束优化问题的有效途径 .     

一类随机系统的概率密度函数形状控制

本文提出了一种非线性随机系统稳态响应的概率密度函数形状控制方法.首先利用FPK方程确立了概率密度函数指数部分的Taylor展开项系数与系统控制增益间的关系,然后将概率密度函数的形状控制问题转化为一个非线性跟踪优化问题,最后针对该优化问题设计了相应的粒子群优化算法,获得了最优控制增益.仿真结果验证了本文方法的有效性.     

一类时滞系统的模糊跟踪控制及其仿真

研究了一种基于模糊T-S模型的非线性时滞系统模糊跟踪控制问题。首先利用模糊T-S模型对不确定非线性系统进行模糊建模,然后在此基础上研究了模糊系统在状态可测与不可测的情况下的模糊跟踪问题。控制器的设计避开了复杂的精确反馈线性化与自适应方法。采用本方法,可将控制器的设计问题转化为求解线性矩阵不等式问题,再利用凸优化技术可将其有效地解决。因此该方法既简单又实用,并且通过仿真实例说明了它的有效性与正确性。     

细菌生存优化在非线性模型辨识中的应用

提出了一种新的基于细菌生存优化(Bacterial Foraging Optimization BFO)的非线性模型辨识方法.它是利用群集智能仿生BFO算法对一类Hammerstein系统进行辨识,从而估计出它的参数模型.通过对这类输入非线性模型进行辨识,并用仿真实验说明BFO算法的参数设置与选择方法.比较基于粒子群优化(Particle Swarm Optimization PSO)的非线性模型辨识算法,特别是对有色噪声的鲁棒性、模型的辨识精度、辨识收敛速度进行对比分析,以得出BFO辨识算法的优缺点及其有效性.     

基于支持向量机的非线性模型预测控制

支持向量机是基于统计学习理论的新一代机器学习技术。由于使用结构风险最小化原则代替经验风险最小化原则,使它较好地解决了小样本情况下的学习问题。又由于采用了核函数思想,使它把非线性问题转化为线性问题来解决,降低了算法的复杂度。提出了一种基于支持向量机的模型预测控制结构,并使用一个新的随机搜索优化算法来求解预测控制律,计算机仿真证明了所设计的控制算法的正确性和有效性。     

干旱期供水水库运行策略优化分析

比较分析了标准运行策略及限制供水规则运用于干旱期水库供水系统运行策略模拟分析方面的特征;针对建立的基于供水限制规则的干旱期水库运行策略分析数学规划模型,为了克服多面体搜索法和线性逐步迭代法在模型求解过程中的不足,提出了将混合规划模型看作为供水限制控制参数的隐性非线性函数,而其非线性函数关系则由线性混合整数规划模型表达的新概念,并阐述了可解决该类问题的混合线性规划分枝定界法与模矢搜索法相结合的求解技术,最后以实例计算验证了该方法的有效性。     

Efficient multiuser detector based on box-constrained deregularization and its FPGA design

Multiuser detection can be described as a quadratic optimization problem with binary constraint.Many techniques are available to find approximate solution to this problem.These techniques can be characterized in terms of complexity and detection performance.The "efficient frontier" of known techniques include the decision-feedback,branch-and-bound and probabilistic data association detectors.The presented iterative multiuser detection technique is based on joint deregularized and box-constrained solution to quadratic optimization with iterations similar to that used in the nonstationary Tikhonov iterated algorithm.The deregularization maximizes the energy of the solution,this is opposite to the Tikhonov regularization where the energy is minimized.However,combined with box-constraints,the deregularization forces the solution to be close to the binary set.We further exploit the boxconstrained dichotomous coordinate descent (DCD) algorithm and adapt it to the nonstationary iterative Tikhonov regularization to present an efficient detector.As a result,the worst-case and average complexity are reduced down to 2.8 and 2.5 floating point operation per second,respectively.The development improves the "efficient frontier" in multiuser detection,which is illustrated by simulation results.Finally,a field programmable gate array (FPGA) design of the detector is presented.The detection performance obtained from the fixed-point FPGA implementation shows a good match to the floating-point implementation.     

基于SRAM型FPGA的多源自主重构方法

空间辐射环境会导致静态随机存储器(static random-access memory, SRAM)型现场可编程逻辑门阵列(field programmable gate array, FPGA)发生单粒子翻转(single event upset, SEU)问题,其严重性将影响系统正常工作。本架构是基于Xilinx Virtex系列FPGA的多源重构方法,能够自主识别各种Xilinx Virtex系列FPGA,采用不同程序存储器源头对SRAM型FPGA进行灵活自主刷新和重构,并且还可以对SRAM型FPGA进行程序上注解决一些在轨遇到的问题,有效降低了SRAM型FPGA在轨遇到单粒子问题的影响,成功实现了在轨定时刷新+多源+自主模式的抗单粒子加固可靠性方案。本设计已经实际应用于空间遥感红外相机,在轨运行情况表明该设计能有效减少单粒子翻转的次数,通过在轨自主重构可满足系统图像性能。     

导弹自控终点散布与发射初始姿态关系建模研究

在给定导弹自控终点纵向散布的情况下,如何界定导弹的发射初始姿态域?是动基座发射的导弹武器系统必须面对的问题,它对确定导弹武器系统战术技术指标、发射方式和战斗使用等至关重要。文章通过设计正交试验表、弹道仿真和回归分析等技术途径,建立了导弹自控终点纵向散布和初始发射姿态之间的数学模型,依据此模型并给定导弹自控终点纵向散布,采用非线性规划方法,可获得初始姿态域。     

水库联合调度的多目标多模型及分解协调算法

结合黄河干流水库联合调度，本文在探讨了调度目标选取、流达时间考虑、多年调节水库调度特点等有关问题的基础上，建立了水库优化调度的多目标多模型系统；应用大系统分解协调原理，提出了目标、模型组合问题及相应的分解协调算法；并给出详细的求解步骤。研究表明，文中提出的多目标多模型及算法对解决复杂河流大系统的水库联合调度具有重要意义和参考价值.     

An AI Embedded Object-Oriented Approach for Formulating Computable General Equilibrium

1.INTRODUCTIONOneofthemajoradvancementinappliedeconomicssince1970sistheconversionofthewellknownWalrasiangeneralequilibriumstructurefromanabstractrepreselltationofaneconomyintorealisticmodelsofactualeconomies.Theconversion,knownascomputablegeneralequilibrium(CGE)modeling,isdonebyendowingthesystemofwell-specifieddemandandsupplyequationswithempiricalcontentsandcomputationalgorithms.Withincreasingcomputerpower,thecomputablegeneralequilibriumanalysishasgraduallybecomeaverycompetitionanalytica…     

PAPOA法在综合利用水库优化调度中的应用

本文建立了综合利用水库优化调度的动态确定性多目标非线性数学模型。利用逐次逼近的逐步优化法，即ＰＡＰＯＡ法求解模型的最优解集。在这实例分析计算中，较大地提高了水库效益，获得了较为满意的结果.     

数控滚齿运动误差补偿的建模、仿真和应用

讨论了滚齿运动误差的来源，建立起描述该误差变化规律的数字模型， 采用了最小二乘参数估计算法，并有效地解决了数学模型的非线性问题，提出了在数控滚齿加工中进行误差采样和实时补偿的方法。仿真结果和实际应用表明，该补偿方法有效，实用。     

基于RBF网络的UCAV战术机动轨迹快速生成方法

针对无人作战飞机(unmanned combat aerial vehicle, UCAV)战术机动动作数学表征困难,机动生成的计算实时性要求高的主要问题,分析了战术机动轨迹建模的基本原理;提出了战术机动轨迹建模的基本思路;设计了基于UCAV运动动力学模型的机动轨迹最优控制方案;建立了基于遗传算法的飞行操控量求解策略。针对操控量求解的实时性问题,基于径向基核函数神经网络,提出了以适应度函数为预测和评判标准的机动飞行操控量快速求解方法,从而建立了初始状态、性能指标与机动飞行操控量的非线性映射模型,实现了机动轨迹的快速生成和机动曲线的精度控制,并通过仿真验证了该方法的有效性。     

基于视觉的近距离编队对偶四元数相对位姿估计算法

针对近距离编队飞行中位姿估计问题,提出了一种新的点到区域匹配航天器间视觉相对位姿估计算法。给定主星表面上的点集及与之匹配的从星摄像机像平面图像凸区域,结合对偶四元数及凸优化数学工具,充分利用对偶四元数描述坐标系变换的简洁性,建立了对偶四元数凸优化位姿估计模型,估计出主星与从星之间的相对位姿参数。该算法不仅利用对偶四元数较传统四元数描述坐标系变换的优势,而且采用凸优化方法可大大降低传统位姿估计方法中需要精确的点到点匹配的要求。仿真结果证明,该算法能满足近距离编队相对位姿估计精度要求,具有较好的鲁棒性,对目前航天任务中航天器间视觉相对位姿估计具有重要参考价值。