比例延迟微分方程的极限学习机算法

目的 针对比例延迟微分方程,提出一种基于极限学习机(ELM)算法的单隐藏层前馈神经网络训练方法,并将该方法推广到求解双比例延迟微分系统。方法 首先,构建一个单隐藏层前馈神经网络并随机生成输入权值和隐藏层偏置;然后,通过计算系数矩阵使其满足比例延迟微分方程及其初值条件,将其转化为最小二乘问题,利用摩尔-彭罗斯广义逆解出输出权值;最后,将输出权值代入构建的神经网络便可获得具有较高精度的比例延迟微分方程数值解。结果 通过数值实验与已有方法的结果进行比较,验证了该方法对处理比例延迟微分方程与双比例延迟微分系统的有效性,且随着选取的训练点和隐藏层节点数量增多,所得到的数值解精度和收敛速度也随之增加。结论 ELM算法对处理比例延迟微分方程以及双比例延迟微分系统具有较好的效果。     

机械反馈式伺服阀流量测试动态缸参数选用分析

相比电反馈伺服阀动态特性可直接通过阀芯位移响应测试获得,机械反馈式流量伺服阀的动态特性,通常需利用动态缸作为流量传感器间接测量获得。测试结果受动态缸泄漏、阻尼、质量惯性等固有非理想化因素的影响,通常无法准确表达伺服阀本身的性能指标。基于一套实际阀控缸系统,建立Matlab-Simulink仿真模型,解析获得的频带宽结果相比实测结果误差小于0.5 %,由此建立了可准确表达阀与缸性能特性的仿真模型。在此基础上,理论给出了伺服阀本身的频率特性指标,即无泄漏无阻尼及无限刚度动态缸条件下的系统频率特性。以此为依据,分析了实际动态缸活塞质量、活塞粘性阻尼以及泄漏变化情况下,阀控缸系统频率特性偏离理想条件的变化规律。     

利用全微分求函数的偏导数的技巧

本文试利用全微分求隐函数(组)、复合函数、参数方程、抽象函数的(偏)导数,摒弃了弄清中间变量的关系,在形式与方法上作了统一,提供了通俗易懂的思路与技巧。     

颜积比在实际涂料生产中的简化演变及应用研究

将理想化的颜积比（PVC：pigment volume concentration）根据实际生产的数据总结、实际的应用进行演化,第一次提出颜质比（PWC：pigment weight concentration）和颜基比（PBC：pigment base concentration）的概念,并应用到生产颜色调整,依据颜色共轭理论确认某物料是否需进行调整;对颜色光谱进行线性微分处理,以确定调整过程中的量的问题,从而给出了实际生产调整颜色的普遍思路和快捷的方法。     

一个包含两个Smarandache函数的方程及其正整数解

研究两个包含Smarandache LCM函数SL(n)及伪Smarandache函数Z(n)方程的可解性,即方程Z(n)=SL(n),Z(n)+1=SL(n),利用初等及解析方法获得了该方程的所有正整数解,证明了下面两个结论:(1)对任意正整数n1,方程Z(n)=SL(n)有正整数解当且仅当n=pa.m,其中p为奇素数,a≥1及m为(p~a+1)/2的任意大于1的因数;(2)对任意正整数n1,方程Z(n)+1=SL(n)有正整数解当且仅当n=pa.m,其中p为奇素数,a≥1及m为(p~a-1)/2的任意因数。     

微分多项式值分布的两个结果

利用亚纯函数的Nevanlinna 值分布理论, 研究了微分多项式的值分布问题, 改进了文献[2]的一些结果, 得到了更优的结论, 即文中的定理1与定理2, 并且例子表明本文的结果更精确.     

文本数字水印的概率算法及其可靠性

深入研究和分析了水印算法可靠性的实现手段,明确定义了文本水印算法的分层结构,为文本水印算法的研究提供了清晰的层次和思路.提出了具有隐蔽性、安全性和可靠性的基于蒙特卡罗(Monte Carlo)概率算法的文本数字水印算法,该算法不但使用了概率算法的伪随机序列,而且在映射层使用语句的位置来定位,提高了可靠性.再根据蒙特卡罗概率算法的思想,加强算法冗余强度,使可靠性进一步提高.最后通过理论分析和测试数据分析,证明了算法的高可靠性.它能够为水印的多种应用提供基础算法,是当前文本数字水印研究的进步.     

基于步进加速退化试验的电子产品可靠性评估技术

为实现高可靠、长寿命产品的可靠性评估,提出了步进加速退化试验的新方法.首先给出了步进加速退化试验方法及其基本假设,然后探讨了步进退化数据向恒加退化数据的折算方法,在此基础上提出了基于伪失效寿命的步进加速退化可靠性评估算法和基于随机退化轨迹的步进加速退化可靠性评估算法,最后利用试验数据对该方法进行了验证.结果表明:与恒加退化试验相比,该方法可以极大地缩短试验时间和减少试验样本,因此,具有更高的效费比.     

满足圆形极点、方差指标与H∞性能约束的满意容错控制

对一类具有范数有界不确定性的线性连续系统,研究了当执行器发生故障时的静态输出反馈满意容错控制问题。在更实际、更一般的执行器连续增益故障模型下,所设计的控制器确保闭环系统同时满足期望的区域极点指标、稳态方差指标和H∞范数指标约束。同时分析了容错控制中三类期望指标的相容性,并给出了静态输出反馈满意容错控制器存在的充分条件和设计方法。仿真算例验证了方法的有效性,并且通过与不考虑故障的系统比较,进一步说明对系统进行满意容错控制的必要性。     

基于微分进化算子的量子粒子群优化算法及应用

分析了量子粒子群优化算法(Quantum-behaved Particle Swarm Optimization,QPSO)的进化方程,指出其存在的局部收敛问题,通过将微分进化(Differential Evolution,DE)的基本操作思想引入到QPSO中,提出了改进的QPSO算法(QPSO-DE);算法改进的方法是在粒子搜索过程中,以一定的概率对粒子的每一维执行微分进化操作,以增加粒子的随机性,从而减少了粒子群体因多样性缺失而易于陷入局部最优或停滞的情况,增强了粒子群体的搜索能力,提高了算法的优化性能;对多个标准测试函数及在IIR数字滤波器优化设计中的仿真实验结果表明,与PSO算法和QPSO算法相比,QPSO-DE算法能够取得更好的优化结果。