格形滤波器在ARMA模型辨识中的应用

本文总结了近年来发展的ARMA模型格形辨识算法。基于运用格形滤波器的特性来获得ARMA模型格形辨识算法的思路,着重分析了三种典型算法及其性能,给出了稳定判据,最后指出了今后的发展方向。     

自组织的神经网络方法和群落生长模型研究

本文在研究神经网络自组织方法的基础上,通过模拟生物群落演化的动态机制,提出了一种新的自组织模型GGM,在GGM中,我们利用聚类中心的动态增生和消亡,使自组织学习调整直接局部化到单个聚类中心,从而避免了全局一局部调整的模拟退火训练过程,大大地提高了自组织学习的速度和适应能力.     

基于模拟退火算法的高阶数字微分器设计

通过简单有效的搜索操作和参数,提出了设计高阶数字微分器的一种模拟退火算法.在有效频段最小化二次型误差的意义下,算法能够快速而简单地得到最优滤波器参数.通过与著名的McClellan-Parks算法的比较表明,所提算法不仅能够实现误差函数的全局最优,而且在绝大多数频段能够取得更好的性能,同时具有较强的初值鲁棒性.     

分类约束问题的模拟退火算法

在传统组合投资模型的基础上 ,讨论了加入风险偏好系数的新的组合投资模型 ,及其有效边界的形式 ,通过引入分类约束 ,限制了属于不同风险类型的资产中的投资比例 ,对实际有效的投资活动有一定的指导意义。最后对带有分类约束的优化问题 ,采用模拟退火算法进行了求解     

一种快速模拟退火矢量量化图像编码算法

模拟退火是解决全局优化问题的随机搜索技术,它在工程领域有着广泛应用。将模拟退火技术与LBG算法有机结合,通过对LBG算法中的空胞腔码书进行适当处理,并设置适当参数使LBG与模拟退火交替进行,提出了一种快速模拟退火矢量量化图像编码算法,以降低计算量和进一步提高码书性能。实验结果表明,算法具有对初始码书选取依赖性小、不容易陷入局部极小、收敛速度快等优点。与随机竞争学习矢量量化及进化模拟退火矢量量化算法相比,峰值信噪比改善超过0.6dB。     

典型Weiener模型和Hammerstein模型数学模型辨识方法

本文介绍的非线性动态系统中的典型Weiener模型如“线性—限幅”系统,“线性—死区一限幅”系统和典型Hammerstein模型如“死区—线性”系统,“滞环—线性”系统参数辨识方法,是在只知道系统输入和输出,而不知道中间变量任何信息的情况下,利用频谱分析方法,辨识出系统中线性和非线性部分全部参数的。最后,还对非线性特性辨识结果进行确认性检验。     

DEDS的模拟退火仿真优化方法

本文对模拟退火优化方法进行了修改,使它能较好地适应于DEDS的仿真优化研究.文中对两种优化状态下,仿真目标值之差的估计误差性质进行了分析,并对修正后算法收敛的最优性进行了理论证明。     

Time-Sharing Power Supply Optimal Decision forElectrolytic Deposition Process of Zinc Based on Simulated Annealing Algorithm

1. INTRODUCTIOnIn zinc hydro-metallurgical process) a large amoks of power is consumed in EDPZ everyyear [11. Therefore, reducing the power consumption of EDPZ is very important. The TSVP,involving higher price in rush hours while lower price in valleys, has been adopted since 1995.An unvaried supply in daily production is costly, so it is necessary to adopt an optimal powersupply scheme under the c..dition of ensuring the quantity and quality of products.Derived from the Metropolis …     

基于模拟退火算法的水下航行器流体动力参数辨识

运用模拟退火算法和极大似然准则,对水下航行器流体动力参数进行辨识。辨识结果表明：运用模拟退火处、可以求得水下航行器流行动力参数的极大似然估计;与常规辨识算法相比,模拟退火算法对初值的选取要求较低。     

混合自回归滑动平均模型———MARMA

提出一类新的用于非线性时间序列建模的混合自回归滑动平均模型(Mixture autoregressive movingaverage model简记MARMA).该模型条件分布富于变化的特点使得它能够描述非对称、多峰、以及条件异方差等非Gauss特征.研究得到了MARMA模型的平稳性条件和自相关函数.利用BIC(Bayes informationcriterion)准则来选择模型.运用EM(expectation maximization)算法估计模型的参数.将MARMA模型应用于一组金融数据,并和其它模型做比较.结果表明MARMA模型能够更准确地描述该数据的特征.     

模拟退火算法求解最短路径填挖问题

在大型的工程和建筑项目中，经常要进行场地平整工作。这引出了一个最短路径填挖问题，目标是找到一个最小车辆路径，使得整个施工过程的总运输距离最短。该问题属于NP—hard问题。本文采用模拟退火算法求解该问题。最后通过算例计算，并同贪婪算法的求解结果进行比较，验证了模拟退火算法的高效性。     

混合遗传-模拟退火算法在公交智能调度中的应用

公交行车调度是公交企业运营的核心内容，关系到公交企业的经济效益与社会效益。兼顾企业与乘客的利益建立了公交车辆行车计划模型，将遗传算法与模拟退火算法相结合组成混合遗传．模拟退火（GA-SA）算法，并对公交行车调度进行优化。实例仿真计算表明该算法具有比标准遗传算法更好的效率，是优化公交调度问题的一个有效途径。     

Simulated Annealing for Earliness/Tardiness Production Planning Model

1　 IntroductionSince the real-world resource requirements are usually time-dependent,nonlinear,andnonconvex,a much more elaborated model is needed to study earliness/ tardinessproduction scheduling problems.A semi-infinite programming model[2 ,3] can closely modelthe earliness/ tardiness production planning problem.Because it has infinitely manynonconvex constraints,it is very difficult to solve the model.The complexity of theproblem has been discussed in [1 ] .The presented bestmethod in so…     

小型直升机航向模型的增广递推最小二乘辨识

分析确定了模型直升机航向通道结构,考虑了噪声模型的存在,采用增广最小二乘法进行了参数辨识,从而避免了一般最小二乘法把误差模型隐含在系统模型中所造成的辨识精度不高的缺点。结果表明,虽然采用增广最小二乘法要考虑噪声模型,但是它具有速度快、辨识结果准确的特点,所得模型直升机的航向模型很好的表示了其系统特性,可以用来进行控制系统的设计和直升机的分析理解。     

基于改进模拟退火算法的机器人最优构形研究

研究了机器人标定中最优测量构形的选择,目的是利用改进的模拟退火算法来选择机器人的一系列最优测量构形,以最小化参数估计中测量和建模误差的影响。为加快算法收敛速度,设计了一个合适的冷却进度表,并分析了冷却进度表中各因素交互作用对算法试验性能的影响。把实验结果与局部搜索算法的结果进行了比较分析,验证了该算法的实用性。     

软计算技术在环境复杂模型参数识别中的应用研究

以WASP模型在密云水库水质模拟中的应用为例,研究考察分析了软计算技术用于环境复杂模型参数识别的性能和效率.参数分析表明,WASP模型存在一些低灵敏参数且受相关参数的影响明显.为对比参数灵敏度和相关性的影响,共设计了4组数值试验.数值试验表明,全局搜索法能较好解决参数全局寻优问题,是获取参数辅助信息的重要手段.MCMC法可有效对参数后验分布进行采样,采样序列稳定收敛到参数后验分布上,同时MCMC法较好地处理了相关参数采样的问题.最后给出案例表明基于软计算技术的复杂模型参数识别技术路线是高效的、实用的.     

结构方程模型对企业组织创新人因风险的识别

通过对企业组织创新的调查研究表明，人因风险是组织创新失效最重要的根源之一。本文基于实证研究，建立了导致组织创新风险的人因结构图，然后采用AMOS4．0建立了结构方程模型并对其进行了检验。分析结果表明，领导者的基本素质、决策失误、道德风险等是导致组织创新失败的关键因素。     

多新息最小二乘法辨识水下机器人动力学模型

水下机器人动力学模型辨识是水下机器人运动控制、状态监测和系统设计开发的基础.把6自由度动力学模型适当简化,给出Falcon水下机器人的动力学模型,在最小二乘算法(LS)和递推最小二乘算法(RLS)的基础上,提出基于多新总最小二乘算法(MILS)的水下机器人动力学模型辨识方法,最后给出MILS辨识算法、RLS算法和LS辨识算法仿真实验结果,证明所提算法的可行性与优越性.利用多新息最小二乘算法得到的水下机器人动力学模型参数更接近于理想参数,能够更好的描述水下机器人的动态特性,对于水下机器人的操纵与自适应控制的研究有较大的实际意义.     

Prony算法辨识传递函数的模型阶数选取研究

针对Prony算法辨识传递函数的模型阶数选取问题,提出了一种基于SNR值及留数值的新方法.SNR值体现的是拟合性能,留数值体现的是模式参与程度.首先选取一个阶数初始值,然后在模型阶数取初始值条件下对榆出信号进行Prony分析,最终依据SNR值及留数模值,得到适合的模型阶数.对典型传递函数的仿真分析验证了所提方法的有效性.     

时间序列模型辨识的非线性规划方法

本文利用有关优化理论,把ARMA模型辩识问题转化为带约束条件的非线性规划问题,并通过降维处理把n阶的ARMA模型辨识问题简化为3n维的无约束非线性规划问题,从而为一般的ARMA模型辨识提供了一条新的途径。文中还给出了仿真例子,以证明该方法的有效性。