模糊逻辑及神经网络动态摩擦和死区补偿的机器人滑模变控制

针对机器人中存在非线性不确性项LuGre动态摩擦和非对称死区的问题,提出采用模糊RBF神经网络及模糊逻辑分别对动态摩擦及死区进行补偿,且实时、自适应训练非线性动态摩擦项及非对称死区项的参数,实现对实际机器人系统准确再现的滑模变鲁棒控制算法,并论证了该算法的Lyapunov稳定性。通过在2自由度机器人上的仿真,证明该算法提高了机器人轨迹跟踪精度、控制力矩及摩擦力矩两者的稳定性。同时发现了该机器人控制力矩的脉冲式补偿误差、摩擦模型中存在类菱形吸引子、缺乏死区补偿将导致控制系统极限环振荡等非线性动力学现象,以及死区逆模型中ε的估计对系统的精度有决定性作用。     

组合预测模型在地方财政收入预测中的应用

根据地方财政收入预测受到多因素影响和经济系统具有非线性本质的特点,针对现有预测方法的不足,提出了一种组合预测方法。该方法首先通过灰色关联分析确定影响地方财政收入的主要指标,然后用灰色预测模型分别对各指标进行预测,最后将各指标的预测值作为输入,相应的地方财政收入实际值作为输出,训练并建立神经网络模型。实例分析表明灰色关联分析排除了非主要指标的干扰,灰色预测模型提供了较完善的输入数据,神经网络模型考虑了各主要指标的关联关系。实验结果证实该方法在地方财政收入预测中是有效可行的。     

BP神经网络在建筑工程估算中的应用分析

利用BP(back propagation)神经网络的基本原理建立工程估算模型,依赖专家经验获取待确定造价的工程特征,在对15个典型实际工程样本分析的基础上,利用EXCEL软件的宏命令编制BP神经网络模块,模拟从工程特征到工程造价的非线性映射关系,并将其运用于实际工程估算,精度达到建筑工程估算要求,为实际工程中对估算快速、准确的要求提供一种新方法.     

4个合作-竞争系统的特殊合作性质

简要报道了对9个实际合作网络、25个实际合作一竞争网络的实证研究.其中全部9个实际合作网络和5个实际合作-竞争网络的项目大小遵循单峰分布.度分布与项目度分布遵循幂函数和指数函数之间的所谓"漂移幂律"分布;其余13个实际合作-竞争网络却显示不同的性质,即项目大小分布不是单峰分布,而是和度分布与项目度分布定性相同,都是漂移幂律分布(此外还有7个实际合作-竞争网络不具备这些分布性质,不在本文中讨论).本文比较详细地介绍其中4个合作-竞争系统(大陆电影网、北京餐馆网、2004年奥运会网、淘宝笔记本电脑销售网)的性质,并且利用本课题组提出的一个合作网演化模型解释了这两类不同性质.     

具有脉冲效应复杂时滞动力网络的同步动力学与控制

从动力学和控制的角度考虑具有脉冲效应复杂时滞动力网络的同步动力学与控制问题。基于时滞动力系统的脉冲稳定性理论,给出了简单而又一般的网络同步化准则;并进一步将所得结果分别应用于由混沌时滞Hopfield神经网络和FHN神经元振子为动力节点所构成的具有脉冲效应无尺度(scale-free)结构复杂动力网络,数值模拟表明了所获理论结果的正确性。     

消耗率为常数的连续发酵中的非线性振荡

在研究2个微生物竞争同一营养的连续发酵中的非线性振荡现象时,人们常常假设消耗率为非常数。利用三维Hopf分支理论证明了消耗率为常数的连续发酵模型的极限环的存在性,为深入讨论这类模型提供了又一途径。     

基于特征点和轮廓特征的粘连数字分割

提出一种粘连数字分割的新方法．利用粘连数字图像细化后得到的特征点给出图像的图表示,然后结合粘连数字的轮廓特征给出分割候选点,最后利用本文定义的分割效果评价标准,从分割候选中给出最佳分割．实验证明本文给出的新方法具有分割结果良好并且速度快的特点．     

一种基于时间自动机网络的实时系统形式化验证方法

介绍了时间自动机形式模型,在此基础上给出了时间自动机网络的形式语法和语义,然后给出一种基于时间自动机网络的实时系统形式化验证方法,并采用基于时间自动机网络的模型检测工具UPPAAL对一个经典的实时系统实例进行了验证．     

时变时滞细胞神经网络的稳定性分析

研究了一类具有变时滞的细胞神经网络的稳定性问题,利用新的Lyapunov Krasovskii函数,给出了系统全局渐近稳定的时滞相关稳定性条件。其结果以线性矩阵不等式的形式给出,可以很容易通过计算机编程实现。并且本文通过对矩阵特征值的应用,得到了一个新的LMI的应用形式,改善了对LMI的应用。最后,数值算例说明了本文结果的优越性。     

Epidemic spreading behavior in local-world evolving networks

The susceptible-infected-susceptible （SIS） epidemic model is presented which can be used to study the epidemic spreading behavior in the local-world evolving network model. Local-world evolving model displays a transition from the exponential network to the scale-free network with respect to the connectivity distribution. From theoretical analyses and numerical simulations, we find that the epidemic spreading behavior on local-world networks also takes on some kind of transitional behaviors. The transitional behavior is further verified by comparing the spreading behavior of local-world network with that of random and scale-free networks. Some feasible control strategies are also orooosed to keeo from the eoidemic spreading on networks.