基于改进粒子群算法的分数阶系统辨识方法

为获取精确的分数阶系统模型,本文利用惯性权值自适应律来改进基本粒子群算法,基于所改进的粒子群算法提出了一种分数阶系统辨识方法,并选取实际系统与辨识系统的输出误差平方和为目标函数,实现了分数阶模型参数和阶次的同时辨识,适用于成比例和不成比例分数阶系统辨识。仿真结果表明了算法的有效性,辨识结果精度较高。     

分数阶系统的一种频域辨识算法

研究了利用频率响应数据辨识分数阶传递函数的问题.根据分数阶传递函数模型中,公因子阶次和分母系数是非线性参数,而分子系数则是线性参数,给出了一种频域辨识算法:利用模拟退火算法估计公因子阶次和分母系数,相应的分子系数通过求解线性最小二乘问题得到.该算法可以估计出包括公因子阶次在内的所有模型参数.无噪声和有噪声频率响应数据2种情况下的仿真算例验证了算法的有效性.     

一种新的小波方法求解一类分数阶微分方程

通过对第五类Chebyshev多项式进行伸缩平移,构造了第五类Chebyshev小波。利用BlockPulse函数近似第五类Chebyshev小波求得其分数阶积分算子。由第五类Chebyshev多项式的性质证明了该小波级数的收敛性,并给出小波逼近函数的截断误差估计。此外,将第五类Chebyshev小波应用于分数阶微分方程的求解,通过数值算例,验证了该方法的有效性。     

基于Levy算法的IPMC分数阶模型辨识

IPMC是一类被称为人工肌肉的电活性智能材料,在微机电系统、生物医学、仿生机构等领域都具有很好的应用前景。分数阶微积分中微分、积分的阶次可以是分数,能够更精准地描述实际系统的动态响应。为了说明分数阶模型比传统整数阶模型能够更精确的描述具有非整数阶动力学特性的IPMC驱动系统,首先根据IPMC驱动器输入信号与输出响应的实验数据得到实际频率响应伯德图。然后,结合实验数据应用Levy频域辨识算法分别建立了IPMC的整数阶模型和分数阶模型。最后,比较两类模型和实验数据的频域响应伯德图,可见分数阶模型和实验数据的伯德图拟合效果更精确,所以对于具有非整数阶动力学特性的IPMC驱动系统应该使用分数阶模型来描述和研究。     

分数阶系统的迭代最小二乘辨识算法

针对等比例阶次的分数阶系统的特点,提出了一种分数阶系统频域辨识的迭代最小二乘算法,并将运算数据的实部和虚部分离计算引入辨识过程,简化了计算的复杂度。此算法是整数阶系统辨识频域最小二乘算法的推广。通过无噪声和有噪声两种情况下的仿真实验,证明了该算法的有效性。     

分数阶Relaxation-Oscillation方程的一种分数阶预估-校正方法

涉及松弛（Relaxation）和震动（0scmation）基本现象的过程是与物理密切相关；从数学观点来看。众所周知由时间分数阶导数a,0〈a≤1或1〈a≤2来控制的现象。被称之为分数阶松弛或分数阶震动现象．本考虑分数阶Relaxation-Oscillation方程．证明了分数阶Relaxation-Oscillation方程解的存在惟一性，并利用格林函数给出了它的解析解．我们提出一种计算有效的分数阶预估一校正方法，导出了其误差估计．最后给出数值例子．     

基于前向神经网络的多新息随机梯度辨识算法

为了提高动态系统的辨识精度,提出一种基于前馈神经网络的多新息随机梯度辨识算法,它通过动态调整网络权值来提高网络在线辨识性能.由于多新息随机梯度辨识算法利用了系统的当前数据和历史数据,对动态辨识,特别是对具有纯时间延迟动态系统的辨识,较传统的BP算法在辨识精度和收敛速度方面具有更好的效果.仿真结果表明该算法的有效性.     

衰减激励条件下确定性系统多新息辨识的收敛性分析

在衰减激励条件下,分析了确定性系统多新息辨识算法的收敛性。得到了如下结果：１）当信息向量φ（ｔ）有界时：（ｉ）衰减指数ε＞１２时,估计误差θ（ｔ）有界,即‖θ（ｔ）‖＝Ｏ（１）或‖θ（ｔ）‖≤Ｍ＜∞;（ｉ）ε＝１２时,θ（ｔ）以１ｔｃ（ｃ＞０）速度收敛于零,即‖θ（ｔ）‖＝Ｏ１ｔｃ;（ｉｉ）０＜ε＜１２时,θ（ｔ）以指数ｅｘｐ（－ｃｔ１－２ε）（ｃ＞０）速度收敛于零,即‖θ（ｔ）‖＝Ｏ（ｅｘｐ（－ｃｔ１－２ε））。２）当φ（ｔ）以ｔμ速度增加（μ＞０）,即φ（ｔ）＝Ｏ（ｔμ）或‖φ（ｔ）‖≤ｃｔμ,ｃ＞０,（ｉ）μ＋ε＞１２时,θ（ｔ）＝Ｏ（１）;（ｉ）μ＋ε＝１２时,θ（ｔ）＝Ｏ１ｔｃ,ｃ＞０;（ｉｉ）μ＋ε＜１２时,θ（ｔ）＝Ｏ（ｅｘｐ（－ｃｔ１－２（μ＋ε）））,ｃ＞０。     

分数阶常微分方程初值问题的高阶近似

对于整数阶常微分方程的数值解法,如欧拉法、线性多步法等都已有较完善的理论.而对于分数阶微分方程数值方法和误差估计的理论研究相对较少.在这篇文章中,我们考虑最简单的分数阶常微分方程,引进了分数阶的线性多步法,导出了分数阶常微分方程初值问题的高阶近似,证明了其方法的相容性和收敛性,并且给出了稳定性分析.最后给出了一些数值例子,证实了这个分数阶线性多步法是解分数阶常微分方程的一个有效方法.     

基于变指数分数阶全变差和整数阶全变差的图像恢复算法

结合变指数全变差(totalvariation, TV)和整数阶TV,提出一种变分图像恢复算法。该变分问题的能量泛函主要分为三个部分:变指数p(x)的分数阶TV正则化项、整数阶TV正则化项和数据保真项。该模型中的指数p(x)是与图像的梯度信息有关的函数。在理论上,由于分数阶导数和整数阶导数的结合,使得所提方法不仅能有效地去除图像噪音,保护图像的边界高频信息,还能更好地保留图像的纹理细节等中低频信息,同时可以极大地消除图像处理中产生的阶梯效应和散斑效应。在模型的求解上,利用变分法可以简单地将极小化泛函的优化问题转化为梯度下降流方程。最后,通过模拟数据和真实数据对本文所提方法进行了验证。试验结果表明,该方法可以去除噪声的同时,有效保持边界和纹理细节,并且对噪声是鲁棒的,具有一定的实际应用价值。     

基于IPMC的频域分数阶建模及最优控制

离子聚合物-金属复合材料(IPMC)具有良好的电-机械特性,由于致动性能类似于生物肌肉,因此受到广泛关注.频域建模方法在处理动力学系统和非常定线性动力学系统的参数辨识方面具有独特的优点.为了针对IPMC驱动器精确地建立数学模型并实现最优控制,首先根据驱动实验数据应用加权Levy算法在频域建立了IPMC驱动器的整数阶模型和分数阶模型,比较两种模型的拟合效果,确定采用拟合精度较高的分数阶模型来描述IPMC非整数阶动力学特性.然后对IPMC分数阶模型应用OptimFOPID界面控制器分别设计了整数阶PID控制器和最优分数阶PIλDμ控制器.最后比较控制效果,可见最优分数阶控制的响应更快,超调量更小,且通频带更宽,可用于实现对IPMC驱动器的精确控制.     

基于分数阶微积分的黏弹性材料变形研究

黏弹性材料的变形行为更加复杂,为了合理地描述黏弹性材料的横向-纵向应变关系,利用分数阶微积分,建立了分数阶横向-纵向应变关系,并推导了等应变率加载时的相应公式,又根据新关系构建了分数阶体积应变公式,为黏弹性材料横向应变及体积应变的求解提供了一种新方法.通过验证,发现该模型能够描述黏弹性材料的横向-纵向应变关系及体积应变,不仅能够表现高分子聚合物等应变率拉伸初期的体积微缩现象,还能反映岩土材料的剪缩剪胀现象.     

基于分数阶的建筑结构预测控制方法

针对用整数阶模型代替实际复杂的非整数阶模型来进行控制器设计往往造成较大误差而收不到较好的控制效果的问题,为了能够在实际工程中获得良好的控制效果,以5层框架结构为对象,把分数阶模型引入到预测控制系统中,研究了基于位移响应的分数阶预测控制方法,具体包括:基于位移响应的传递函数的推导,分数阶微分算子的整数阶近似,分数阶预测控...     

广义分式规划Dinkelbach型算法的推广

就一类目标函数中有无限个分式的广义分式规划问题,在已有的相应的D inkelbach型算法的基础上作了进一步的推广,使其成为一簇算法;讨论了一个参数规划的性质和该簇算法的收敛性.结果表明:改进的D inkelbach型算法是该簇算法的一个特例,并且该簇算法在每次迭代时参数的取法有很大的灵活性,因而在求解时可允许有较大的误差而无损于相应的收敛速度.     

分数阶全维状态观测器设计

分数阶控制是以分数阶微积分算子和分数阶微分方程理论为基础发展起来的一个很新的研究方向.在实际应用中,该理论已经扩展到鲁棒控制、迭代学习和自适应控制以及系统识别等领域.提出了一种新的基于分数阶线形定常系统的全维状态观测器,把传统的整数阶状态观测器的阶次推广到分数领域,给出了分数阶线形定常系统全维状态观测器的一种设计方案以及综合算法,同时给出了具体设计步骤.     

基于分数阶Chen系统的图像加密新算法

提出了一种基于分数阶Chen系统的图像加密新算法。首先利用分数阶Chen系统产生所需的置乱序列;然后通过对明文信息的判断来完成行列置乱序列的选择,从而保证了其与明文的相关性;对置乱后的图像采用分组异或的算法对其像素值进行预处理,同时对预处理后的图像进行两轮像素加密,增加了算法的复杂度和安全性。最后通过与整数阶Chen系统算法进行比较可知该算法具有密文相关度低,密钥空间更大,安全性更高等优点。     

时间分数阶扩散方程的隐式差分近似

考虑时间分数阶扩散方程,它是从标准的扩散方程中用分数阶导数α(0α1)代替一阶时间导数而得到,提出了一个计算有效的隐式差分近似,并证明了这个隐式差分近似是无条件稳定和无条件收敛的。最后给出了数值例子。     

分数阶全维状态观测器设计

分数阶控制是以分数阶微积分算子和分数阶微分方程理论为基础发展起来的一个很新的研究方向。在实际应用中,该理论已经扩展到鲁棒控制、迭代学习和自适应控制以及系统识别等领域。提出了一种新的基于分数阶线形定常系统的全维状态观测器,把传统的整数阶状态观测器的阶次推广到分数领域,给出了分数阶线形定常系统全维状态观测器的一种设计方案以及综合算法,同时给出了具体设计步骤。