基于积分Backstepping的船舶航向非线性滑模控制

设计一种基于积分Backstepping的船舶航向非线性滑模控制器,实现船舶在大幅度改向操纵运动中航向准确快速跟踪控制.在采用Bech船舶操纵运动数学模型精确描述船舶大幅度改向运动性能的基础上,利用反演法设计航向改变控制算法,引入积分控制环节消除模型参数不确定性和风、浪、流等干扰影响,借助Lyapunov稳定性定理证明控制系统渐近稳定.对实船的仿真对比可知,本文设计的船舶航向控制器性能优越,控制舵角合理,控制输出航向对本船参数摄动及外界干扰不敏感,具有较强的鲁棒性.     

基于GA优化BP神经网络辨识的Volterra级数核估计算法

为取得更有效的船舶运动预报效果,提出了一种利用遗传算法(GA)优化单输出三层反向传播(BP)神经网络辨识Volterra级数核的算法.在船舶航行姿态时间序列的混沌特性识别基础上,分析了GA、BP神经网络和Volterra级数模型的特征.利用GA优化BP神经网络获得最优的初始权值和阈值,根据BP神经网络算法求得最终的最优权值和阈值.进行Taylor级数分解,得到Volterra级数各阶核,对船舶的横摇运动时间序列进行多步预报.仿真实验表明:所提方法预报精度高、时间长,具有有效性和适应性.     

基于果蝇优化算法的支持向量机参数优化在船舶操纵预报中的应用

应用果蝇优化算法对船舶操纵运动预报的ε-支持向量机(ε-SVM)的参数进行优化,建立船舶操纵运动预报黑箱模型,并用所建立的模型对Z形试验进行预报.通过预报结果与仿真试验结果对比,验证了该优化算法的有效性.研究结果表明,所设计的参数寻优方法具有算法设置简单、调整参数少以及不易陷入局部极小值等优点.     

人船一体系统模型复合控制的研究

为减少由于人的决策失误导致的海难事故,提高船舶操纵质量,提出应用于动态不确定性船舶运动的人船一体系统模型(ISSM).建立了ISSM的结构形式,给出了相关参考数据.依据驾驶员的学习和辨识能力,使ISSM适应船舶特性的变化,利用最陡下降法使ISSM误差平方和达到最小.对船舶航向控制的仿真结果表明,该模型可使船舶运动跟踪理想的航迹,最大限度地发挥船舶操纵的技术性能,从而获得优良的船舶操纵品质.     

船舶操纵运动仿真及其理论研究

建立了船舶操纵运动仿真数学模型，给出了一种新的风力和风力矩数学模型并预报了船舶在风作用下的操纵运动，提出了估算浅水中船体水动力的方法，预报了船舶在浅水中的操纵性能，研究了边界元理论在船体水动力计算中的应用，并利用理论计算结果，预测了船舶的回转运动及Ｚ形操纵。     

船舶航向在线自学习智能控制方法

为更快更好地控制船舶在预定航线上航行,提出一种船舶航向在线自学习模糊神经网络智能控制方法.模糊子集处理船舶控制中的不确切信息,通过神经网络训练模糊推理系统中的参数,旨在把模糊推理和神经网络融合,使船舶航向智能控制器具有在线自学习功能.该方法能实时控制风流扰动下作为非线性时变系统的船舶而无须依赖船舶运动数学模型.模拟试验结果表明,即使在有环境扰动情况下,该方法也能很好地控制具有很大惯性船舶的航向.     

基于BP神经网络的船舶航向智能PID控制研究

针对船舶航向控制非线性的特性,以船舶航向运动一阶KT模型为研究对象,设计了基于BP神经网络的自整定PID算法航向控制器。将传统PID与BP神经网络结合,对被控对象由BP神经网络进行辨识,给出PID控制参数,由PID控制算法进行控制并优化收敛速度。根据真实渡轮船舶特征参数,利用MATLAB/Simulink仿真软件建立船舶航向运动控制系统模型。仿真结果表明,基于BP神经网络的PID控制系统超调小、鲁棒性好,可长时间稳定工作,几乎无稳态误差,控制算法的实用性以及动态控制系统的优越性得到验证。     

基于船舶预报模型的动态定位控制

根据船舶定位的原理和特点，设计了基于ANFIS自适应模糊神经网络预报模型的控制方法．该方法对影响船舶定位的各种无规律运动的海浪、风、水流等因素，通过MISO ANFIS模糊神经网络的结构，给出影响船舶定位的预报模型，从而建立船舶控制模型．以混合式的学习算法为基础，对条件参数采用反向传播算法，而结论参数采用线性最小二乘估计算法来调整参数．使控制快速准确，实现了船舶推进装置的最优控制，达到船舶精确定位的目的．     

基于线性变参数的船舶运动H∞控制及仿真

为确定船速变化对船舶操纵控制的影响,提出线性变参数H∞航向控制算法.通过变量代换,得到显含船速项的Nomoto船舶运动方程,以船速作变参数,转换为连续线性变参数系统方程.将其凸分解为多胞表示,利用线性矩阵不等式方法,对多胞的各顶点分别设计满足H∞性能和动态特性的输出反馈航向控制器,综合顶点控制器得到具有同样多胞结构的全局连续变增益控制器.仿真结果表明,该控制器能有效控制船舶航向.     

船间效应影响下的船舶操纵运动仿真

为更好地研究船间效应影响下的船舶操纵运动问题,采用MMG建模思想,将船间效应力及力矩的通用公式叠加到操纵运动方程中.在此基础上,结合PD航向控制和欠驱动航迹控制算法,研究发生船间效应时舵对船舶的控制问题,并应用Matlab进行仿真.结果表明,一定条件下,船间效应对船舶运动的影响可用舵进行控制.     

一种静态和动态分支预测的组合方法研究

随着指令发射宽度和流水线深度的增加,分支预测成为影响现代微处理器性能的重要因素.传统分支预测策略的静态和动态分法并未充分利用二者各自的优点.提出了一种将静态分支预测和动态分支预测策略相组合的分支预测方法,然后用SPECint95基准程序对其性能进行了评估,仿真实验结果表明,提出的分支预测方法比传统的gshare预测器具有更高的预测准确率,并且与许多其它动态预测器相比,其硬件开销要小得多.     

多层递阶预报方法及其改进

发展了多层递阶预报方法,把离线的算法改进为在线的算法,这种方法不仅计算简便,计算量小,而且省计算机储存,便于在计算机上实现。     

Introduction and systematic assessment for IAP numerical annual climate prediction system

The IAP numerical annual climate prediction system has been presented in this paper. In order to evaluate this annual prediction system, annual ensemble hindcast experiments over a 21-year period from 1980 to 2000 have been done. Systematic assessment shows that this annual prediction system has higher predictability for summer climate in tropic than in extra-tropic area, and higher predictabilities over ocean than over land for the fields of precipitation, sea level pressure and surface air temperature; for 500 hPa geopotential height field, the predictability assuming a zonal distribution decreases from tropic to middle-high latitudes, and in China it is the highest among those of all fields. Correlation analysis shows that the prediction ability of IAP annual prediction system to summer temperature is higher than that to precipitation, and the prediction skill can be remarkably improved by the correction system. Furthermore, the comparison between annual and extraseasonal hindcasts indicates that precipitation hindcasted extraseasonally is better than that done annually, and the major discrepancy exists in middle-high latitudes.     

改进型广义预测控制

基于Clarke(1987)等提出的广义预测控制,采用1步预报避步递推的方法,代替原文中递推求解丢番图方程进行大范围预测,在此基础上得到改进型的广义预测控制。新的控制算法节省了计算时间,便于微机实现。仿真结果证明了本方法的可行性。     

A new advance in El Nino prediction

A statistic model of predicting El Niño based on the multiple regression analysis is developed by using sea surface temperature anomalies in the NINO3 region (5°S-5°N), 90–150°W) as a predictant and the Asian meridional circulation index as the predictors. This model cannot only simulate most of El Niño during 1950–1980 (except for El Niño in 1965), but also hindcast 1982/1983, 1986/1987, 1991/1992 and 1994 El Niño and predict 1997/1998 El Niño six months in advance. At the same time, three different sample series (periods of 1950–1969, 1970–1989, 1950–1989) are used to examine the stability and skill of the statistic model. The models have successfully hindcasted and predicted El Niño before and after the selected samples except for the 1965 El Niño. In addition, the forecast in the El Niño year is clearly superior to that in the following year. The model prediction reaches the lowest skill during March to April.     

A new advance in_~El Nio prediction──The next El Nio will occur in 1997-1998

A statistic model of predicting El Nio based on the multiple regression analysis is developed by using sea surface temperature anomalies in the NINO3 region (5°S-5°N), 90-150°W) as a predictant and the Asian meridional circulation index as the predictors. This model cannot only simulate most of El Nio during 1950-1980 (except for El Nio in 1965), but also hindcast 1982/1983, 1986/1987, 1991/1992 and 1994 El Nio and predict 1997/1998 El Nio six months in advance. At the same time, three different sample series (periods of 1950-1969, 1970-1989, 1950-1989) are used to examine the stability and skill of the statistic model. The models have successfully hindcasted and predicted El Nio before and after the selected samples except for the 1965 El Nio. In addition, the forecast in the El Nio year is clearly superior to that in the following year. The model prediction reaches the lowest skill during March to April.     

汉语元音的非线性预测

最近研究表明非线性的局部模型是最精确的混沌时间序列预测方法之一．同时有研究表明汉语的产生过程包含非线性．传统的语音处理技术忽视了语音中可能存在的非线性结构，因而限制了处理能力的进一步提高．对汉语元音／a／和／u／的细致相空间分析结果表明，汉语元音的重构相空间有类似于混沌吸引子的结构．根据汉语元音发声过程的非线性特性，进一步对其进行相空间的局部线性预测分析，计算了预测误差随预测步长的关系曲线，讨论了嵌入维数对预测性能的影响，并且与传统的线性方法作了比较．结果表明，尽管非线性的局域线性预测法存在计算开销大的问题，但其预测视野要远大于线性预测法，总体预测性能明显优于线性预测法．     

有限预测混合交叉有效平滑法

在信号去噪声中 ,要同时去除脉冲噪声和白噪声 ,并保持信号的突变现象 ,有一定的困难。研究了左预测和右预测 ,及交叉有效 (CV)平滑法 ,并证明了 CV平滑中的两个限制条件。提出了有限预测混合 CV平滑法去噪 ,能同时达到以上目的。分析了该方法的根信号特征。并通过模拟试验检验了该方法 ,并与有限混合中位数滤波 (FMH )法和自适应小波收缩法 (WSA )作了比较 ,试验结果说明了该方法是切实可行的 ,并优于 FMH和 WSA。     

基于最优组合预测模型的电力负荷预测研究

电力负荷预测是电力规划及安全运行的基础,提高预测精度是电力负荷预测研究的重点,由于负荷预测的变化性和不确定性,单一的预测模型很难满足所有的预测情况;组合预测是将各个单项预测所得的结果选取适当的权系数进行加权平均的一种预测方法;采用灰色和时间序列作为单项预测模型,然后进行最优组合建立组合预测模型进行电力系统短期负荷预测;仿真实例表明:最优组合预测模型比单项预测模型具有更高的预测精度,具有一定的优越性。     

基于多重多元回归的焦炭质量预测模型

 焦炭质量预测是焦化企业进行焦炭质量控制的重要方法。在诸多生产因素已固定的条件下,焦炭质量主要取决于原料煤性质。用煤质指标预测焦炭质量是焦炭质量预测的重要方法。考虑配合煤煤质指标和焦炭质量指标的多元性和相关性,采用多重多元回归分析技术,将焦炭质量的各指标作为一个整体,建立配合煤煤质指标对焦炭质量的预测模型。基于偏最小二乘回归思想,采用预测误差平方和（PRESS）和预测的方差验证回归模型的预测能力。根据实际焦炭生产建立的焦炭质量预测多重多元回归模型的显著性检验表明,该模型具有较高的预测能力。应用多重多元回归技术建立的焦炭质量预测模型对指导焦化企业的焦化生产,优化配煤和加强焦炭质量控制具有重要的现实意义。