杉木多代连栽地长期轮栽柳杉后凋落物的动态

对杉木多代连栽地经柳杉长期轮栽后凋落物的组成及归还动态进行了研究,结果表明:柳杉林分的年凋落量是杉木多代连栽林的2.18倍,两树种凋落物年组成成分的变化规律不同,但杉木和柳杉年凋落物主要都来源于叶、枝和花果,其余的组分归还较少.柳杉林凋落物的归还模式为主峰出现在5月份和8月份,这两个月的凋落量占年凋落量的49.69%,可见,柳杉凋落物主要发生在5月和8月这两个月,而杉木则主要发生在8月份,仅8月份这1个月的凋落量就将近占年凋落量的一半.柳杉各月的凋落物中都以柳杉叶为多,但其他组分的归还顺序各月亦不完全一样,杉木亦有相似的变化规律.凋落物的季节归还模式亦不同:柳杉林凋落物的季节变化呈适现出夏季(35.13%)＞秋季(30.39%)＞春季(26.33%)＞冬季(7.57%),而杉木多代连栽林则呈现出秋季(53.06%)＞春季(24.07%)＞夏季(15.76%)＞冬季(6.48%).     

基于LMI方法的轧机主传动系统机电振动H∞控制

为了抑制机电振动,保证对干扰有良好的动态抑制作用且无静态扰动误差,针对轧机主传动系统,建立了基于模型匹配二自由度系统的状态空间模型,并将轧机主传动系统机电振动控制设计问题归结为标准的H∞控制问题;用线性矩阵不等式法得到输出反馈H∞控制器,以保证系统的鲁棒性.仿真研究结果表明,该方法有效改善了轧机主传动系统的跟踪性能,抑制了系统的机电振动现象,同时减小了轧制负荷扰动引起的动态速降.     

基于小波和动态时间弯曲的时间序列相似匹配

提出了一种基于小波和动态时间弯曲(DTW)距离的时间序列索引和相似匹配方法. 该方法采用小波变换进行数据降维,利用R·-tree建立多维索引结构. 给出了查询序列的DTW距离边界和其在小波空间的查询超矩形的计算方法,从而将原始空间的基于DTW距离的相似匹配转换为小波空间基于欧氏距离的相似匹配. 证明了此匹配方法不会产生漏报,给出了基于DTW距离的范围查询算法和近邻查询算法. 实验结果表明该方法具有较高匹配精度和其较低的计算代价.     

模糊优选动态规划在二维资源分配中的应用

针对量纲不一既有定量指标又有定性指标的二维资源分配问题,引入了指标的相对优属度矩阵并建立数学模型;提出用拉格朗日乘子法降维,再通过多目标模糊优选动态规划分析法进行求解这一算法;最后给出一个具体应用算例,并取得了满意的结果.     

高压油泵启动过程仿真

以200MW汽轮机润滑油系统为研究对象，根据系统的特点，采用模块化建模的方法，建立了高压油泵、射油器、阀门和管道的动态数学模型．在动态数学模型的基础上，采用Visual Fortran编程技术建立了高压油泵启动过程的仿真模型．通过仿真分析证明了模型的正确性，该仿真模型有助于对高压启动油泵启动特性进行预测，对润滑油系统设计和优化运行具有一定的参考价值．     

水利水电工程三维动态可视化仿真技术与应用

提出了基于地理信息系统（GIS）的水利水电工程三维动态可视化仿真技术，实现图形辅助仿真建模、全过程动态仿真计算和基于GIS的仿真可视化。图形辅助建模采用层次化和模块化建模思想，通过组合图形元素建立模型，有效地降低了建模的复杂性。全过程动态仿真采用“双仿真钟”模式，兼顾了仿真的整体性和细节性，对整个施工动态过程进行仿真。用GIS实现仿真的三维可视化改变传统的仿真结果的表现模式，为施工系统分析和管理提供了一个有力的工具。实际工程应用证明了该方法的有效性。     

非线性系统自适应逆设计及应用

对于一类存在输入未建模动态的非线性系统,提出了一种基于RBF神经网络的自适应逆补偿器设计方法。首先应用两个神经网络设计了补偿器,一个用来估计输入未建模动态,另一个用来作为未建模动态的自适应逆补偿器。该设计放宽了对未建模动态的一些苛刻的要求,如相对度为零,满足小增益条件等。仅要求D(u)逆稳和连续光滑。然后应用反演设计技术设计了控制器,并应用Lyapunov稳定性理论推导出神经网络权重向量的调节律,同时证明了闭环系统的渐进稳定性。最后给出的BTT导弹纵向控制系统设计仿真实例证明了该设计方法的有效性。     

基于动态角色的多移动目标围捕问题算法研究

基于动态角色配置的思想，提出机器人动态构建团队，合作完成多移动目标围捕任务的算法，每个移动机器人执行一个角色，角色随着环境的动态变化而不断进行更改、交换，实现团队的动态构建，不仅能适应环境中的未知事件，而且能最大地发挥个体机器人在整个团队中的作用。在简单仿真环境中进行的模拟实验表明，多机器人能够有效地合作捕获多智能移动目标，文中提出的解决方案是行之有效的。     

基于多维伪F统计量的基因表达动态聚类分析方法研究

K-均值聚类分析算法是一种广泛应用于基因表达数据聚类分析中的迭代变换算法，它通过指定类别数K-基于给定的聚类目标函数，并采用迭代更新的方法，使得最终的聚类结果的目标函数值为极小值，达到较优的聚类效果。针对K-均值聚类分析算法存在参数依赖性强，且在整个聚类过程中类的数目无法改变的缺点，引入动态调整聚类个数的思想和多维伪F统计量，提出了一种基于多维伪F统计量的基因表迭动态K-均值聚类算法。实验结果表明该算法可以动态调整聚类个数，给出最佳聚类数目，从而获得较好的聚类质量．     

动态贝叶斯网络在复杂系统中建模方法的研究

提出了用动态贝叶斯网络(DBN)对复杂系统进行建模的有效方法。基本思路是将扩展后的隐变量引入了DBN的演化过程中来建立马尔可夫模型,并给出了引入扩展后的隐变量的DBN结构学习算法框架。进而,利用贝叶斯概率统计方法对后续时间片的充分统计因子进行了估计,并通过当前已存在的充分统计因子和估计的充分统计因子对基于时间变化的转移概率进行了学习。原理性分析和仿真实验结果也验证了该方法的有效性。