基于UKF的自组织模糊神经网络训练算法

如何生成最优的模糊规则数及模糊规则的自动生成和修剪是模糊神经网络训练算法研究的重点,针对这一问题,提出了基于无迹卡尔曼滤波（unscented Kalman filter, UKF）的自组织模糊神经网络的训练算法。分析了模糊神经网络的非线性动力系统表示,并用递推最小二乘法（recursive least square, RLS）和UKF分别学习线性和非线性的参数,给出了模糊规则生成的准则和参数更新的策略;然后,用误差下降率方法作为模糊规则修剪的策略,删除作用不大的规则。通过典型的函数逼近和系统辨识实例,表明所提算法得到的模糊神经网络的结构更为紧凑,泛化性能更佳。     

基于自组装DNA计算的RSA密码系统破译方案

自组装DNA计算在解决NP问题,尤其是破译密码系统方面,具有传统计算机无法比拟的优势。采用DNA分子瓦编码信息,借助于分子瓦之间的粘性末端进行自组装,给出了乘法运算的实现方案。在此基础上,通过引入非确定性的指派分子瓦,提出了一种用自组装DNA计算破译RSA公钥密码系统的非确定性算法。通过创建数以亿计的参与计算的DNA分子瓦,在DNA计算能力允许的范围内,该算法可以并行地测试每个可能的因子,以高概率地分解整数。该方法最大的优点是充分利用了DNA分子瓦具有的海量存储能力、生化反应的巨大并行性以及组装的自发有序性。     

基于改进高斯粒子滤波器的目标跟踪算法

针对现有机动目标跟踪中粒子滤波算法的不足,提出了一种改进的粒子滤波方法。该方法在高斯粒子滤波的基础上通过利用当前时刻量测值对量测误差的分布参数进行实时的统计和更新,并以此得到粒子的权值,从而考虑到了量测值对估计值的影响,该方法适合于量测误差分布为高斯白噪声且状态量与量测误差相关条件下的非线性估计。仿真结果表明,与传统的自举粒子滤波(boot trap particle filter, BPF)、高斯粒子滤波（Gaussian particle filter, GPF)以及无迹粒子滤波（unscented particle filter, UPF)相比,该方法具有较高的精度和较少的计算量。     

基于随机Lagrange方法的最优套期保值策略

将随机LQ控制模型推广到系统状态为跳跃-扩散过程的随机LQ模型,采用随机Lagrange方法得到最优反馈控制,然后运用该框架去处理数理金融中的套期保值问题,最后得到了最优套期保值策略.     

在线住房租赁的竞争策略及其风险补偿模型

基于一般设备在线租赁竞争策略的基础上,分别研究了在线住房租赁问题在有无利率情形下的竞争策略,并建立了相应的风险补偿模型,从而在线置房者可以根据自己的风险容忍度和未来预期选择最优的住房租赁策略.另外,市场利率的引入使得在线住房租赁模型复杂但更贴近于现实中的住房租赁决策问题.通过具体实例进一步说明了市场利率下在线竞争比更小,而且竞争比关于市场利率递减;同时也说明了风险补偿模型中最优约束竞争比要小的多.     

基于动态面板回归的基金业绩决定因素

基于我国61家股票型基金200406～200803的16个季度面板数据,使用动态面板回归模型对数据进行了探索性建模,研究了政策性资产配置和基金经理对基金业绩的贡献.主要发现有:① 政策性资产配置与基金业绩之间的关系显著,在控制其他因素的情况下,基金资产配置能力提高1%,约能提高基金业绩0.8%;② 基金经理的学历、年龄、从业时间和从业背景对基金业绩的贡献显著,但贡献度不大;③ 基金业绩存在可能的”反转”现象,反转周期估计半年.     

基于HLA的卫星轨道机动仿真研究

针对STK(Satellite Tool Kit)在联合作战仿真中实时互操作能力的不足,提出了一种灵活的基于HLA(High Level Architecture)的卫星轨道机动仿真系统设计方法。建立了圆轨道之间平面内霍曼转移、平面外单脉冲和双脉冲轨道转移三种轨道机动模型,设计了多视图可视化表现子系统和仿真对象模型(Simulation Object Model,SOM)。与STK的仿真结果对比表明了该方法的可行性和模型的有效性。     

飞行巡线机器人悬停控制系统仿真与设计

针对通讯线路和电力传输线快速发展的趋势,提出使用旋翼直升机作为飞行式巡线机器人的设想。在刚体、非完整假设和飞行原理基础上,建立了巡线机器人以翻滚、俯仰和偏航角为广义坐标的动力学方程。采用线性化方法得到以三个姿态量为输出,以俯仰、翻滚通道输入量、旋翼升力和尾桨配平力为控制输入的悬停状态空间和控制方程。同时,使用极点配置法得到所需的控制输入,并设计了以TMS320F2812DSP为主控芯片的控制系统。Matlab仿真和实验证实了本方法的可行性和易实现性。     

基于RBF神经网络的多变量系统PID解耦控制

针对工业生产过程中的多变量耦合系统采用传统控制方法不能达到满意的效果,提出了一种基于神经网络的PID解耦控制方案。在实验研究中,采用改进型动态BRF神经网络辨识器,在线辨识多变量系统的非线性时变模型,同时自动调整PID控制器各项参数,最终实现对系统的智能化解耦控制。给出了BRF神经网络的拓扑结构和算法,并对一组二变量强耦合时变系统的控制过程进行了计算机仿真,结果表明:基于BRF神经网络的PID控制不仅超调量小、响应速度快、控制精度高,而且具有很强的鲁棒性和自适应能力。该设计方案使得解耦后的多变量系统具备了良好的动、静态特性。     

昆虫病原线虫对东北大黑鳃金龟防治效果研究

采用温室盆栽试验研究了昆虫病原线虫Heterorhabditis bacteriophora-NJ施用剂量、施用次数和在盐碱土、风沙土及黑土等不同土壤类型条件下对东北大黑鳃金龟(Holotrichia diomphalia)幼虫防治效果的影响.结果显示,嗜菌异小杆线虫施用浓度在线虫5条/cm2～80条/cm2剂量时,施用2～3次,可有效地控制东北大黑鳃金龟幼虫,施用浓度对线虫防治东北大黑鳃金龟幼虫效果的影响较施用次数要大.在黑土、盐碱土和风沙土中,嗜菌异小杆线虫对东北大黑鳃金龟幼虫的防治效果都较高,其中盐碱土防效更好一些.表4,参24.