基于LMI方法的一类时滞不确定系统的变结构控制

考虑了一类时滞不确定系统的变结构控制问题.通过构造动态补偿器,来设计一类特殊的切换函数,减少了时滞项和不确定性对系统的影响.利用矩阵不等式和系统变换技巧,给出了切换函数参数的具体构造,由于判据中需要的参数是由线性矩阵不等式解出的,不是事先估计选定的,减少了结论的保守性.最后给出了数例仿真,利用Matlab的LMI工具箱,能够方便的求出线性矩阵不等式,说明了用新的滑模到达条件不仅抑止了抖振,而且系统的运动具有良好的动态品质.     

基于自适应初始搜索点预测的目标跟踪算法

为了得到恰当的初始搜索点以使得目标跟踪算法避开背景干扰并缩短搜索距离,提出了一种自适应初始搜索点预测的算法。该算法通过对坐标变换参数的变化率进行Kalman滤波来更好地预测初始搜索点;更重要的是,该算法有效地在线估计Kalman滤波器中的模型噪声功率,而非先验地对它们的取值做出假设,因而能够在没有任何人工干预的情况下动态地根据不同的目标运动状况和搜索精度进行实时调整。大量实景视频流上的实验结果均证实了该算法显著提高了跟踪稳定性,并且大幅降低了计算量。     

局部变权的公理体系

提出了局部变权的公理化定义,研究了与之相应的局部状态变权,得到了两类基本均衡函数.最后,作为原理的应用,给出了一个例子.     

具有变利率的离散时间保险风险模型的破产问题

文章在将常值利率推广到变利率的情况下,进一步研究变利率的离散时间保险风险模型,得到了描述破产严重程度的破产前一时刻的剩余分布与破产持续时间分布的递推公式。     

格林公式及其在微分方程中的应用

格林公式沟通了被积函数在积分区域上的积分和边界积分的关系.在一维函数中,格林公式即为定积分的分部积分法,在高维函数中,分部积分法与格林公式不再相同.首先给出一维分部积分法并加以证明,其次给出二维格林公式及其证明并利用高维函数分部积分法证明一般形式的格林公式,最后给出格林公式在微分方程变分问题中的一些应用.     

基于深度贝叶斯网络学习的不确定性建模方法

战场态势评估涉及很多不确定因素,对不确定性进行仿真建模能够提高态势评估的能力。针对参战对象多元、不确定性增多导致的无法全面准确表达不确定性问题,提出了基于记忆模块和变分自编码器的深度贝叶斯网络模型。采用生成模型设计了基于深度贝叶斯网络学习的态势评估模型;阐述了融合记忆模块的深度生成模型原理和模型的学习与推理过程;以某空袭行动为例构建贝叶斯网络,对所提方法进行了验证。结果表明:深度神经网络能够逼近隐变量的非线性变换,设计的记忆模块能存储深度神经网络提取的大量局部特征,通过学习自动得到了贝叶斯网络条件概率,增强了不确定性建模能力。     

Lidstone边值问题多个单调正解的存在性

对含有各阶导数的2m阶微分方程:y(2m)(t)=f(t,y(t),y′(t),…,y(2m-2)(t),y(2m-1)(t)),t∈(0,1),y(2i+1)(0)=y(2i)(1)=0,0≤i≤m-1,其中(-1)mf:[0,1]×R2m→[0,∞)是连续的。笔者首先给出方程的Green函数及其一些性质,并赋予f一定的增长条件,利用5个泛函的不动点定理,然后给出上述边值问题的3个单调正解的存在性。     

大跨径波形钢腹板部分斜拉桥健康监测位点和预警阈值研究

以朝阳沟特大桥为研究对象,采用Midas/Civil、ANSYS有限元分析软件对大跨径波形钢腹板部分斜拉桥健康监测系统需要设置的监测位点和预警阈值进行了研究.结合朝阳沟特大桥的实际情况,经过对全桥力学特性、影响线和最不利位置荷载的有限元模拟分析,确定了该桥健康监测系统需设置的监测位点,提出了用于计算结构响应监测预警阈值的计算公式,该公式可将外部环境荷载的影响考虑进去,因此通过该公式计算得出的结构响应监测预警阈值能较为准确地反映该桥的结构受力安全.本研究可为同类桥梁的健康监测提供参考.     

水下联络通道积极冻结参数现场实测变化规律

由于水下联络通道处于高水压、高透水及水力联系强等复杂环境下,相比于陆域联络通道,施工风险更大.以上海某隧道水下联络通道冻结施工工程为依托,根据现场实测数据,研究了水下联络通道积极冻结期间各项指标随冻结时间的变化规律.结论如下：(1)盐水温度稳定在-28℃左右,且去路及回路温差基本保持在2℃,测温孔内温度随着冻结时间持续下降,最终基本保持在-15℃;(2)卸压孔内压力均在泄压时出现快速增长现象,孔内最高压力为0.65 MPa左右;(3)管片及土体界面处1.1 m范围内温度基本处于-12℃以下,冻结帷幕发展良好;(4)冻结引起右线隧道出现轻微隆起变形,最大变形量为4.45 mm,左线隧道出现沉降变形,最大下沉量为-5.39 mm,联络通道处于较稳定状态.通过水下联络通道实测获得的数据变化规律,可以用于指导类似水下联络通道冻结工程的设计和施工.     

基于模糊点数据的线性回归分析

在经典回归分析理论中,假定训练数据是独立同分布的随机样本,并且在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练数据的作用是不同的;通常有些训练数据比其它数据可能更为重要,因而不同的训练数据对曲线拟合的贡献应该不同.人们要求重要的训练数据对曲线拟合做出更大的贡献.实现这一目标的策略是给每个训练数据赋予一个置信权重并且重新推导了经典的最小二乘回归方法,分析了它们的统计性质.受文[1]的启发,将这里的样本称为模糊点样本数据.