基于奇异熵定阶降噪的水工结构振动模态ERA识别方法

针对原型动力试验激励难的问题,结合水工结构在工作状态下环境激励荷载的特点,直接根据水工结构在工作环境激励荷载作用下的动力响应识别结构的动力特性,提出一种利用特征矩阵奇异熵对信号进行降噪、重构、定阶以及模态参数识别的方法,解决了系统特征矩阵定阶难的问题,揭示了结构在工作状态下的模态阶次及模态特性。最后将该方法应用于二滩拱坝在不同泄洪工况下的模态参数识别以及李家峡双排机厂房在停机过程中的结构振动频率识别。该方法的提出,为解决大型水工结构在工作环境激励下的模态参数识别问题提供了捷径。     

双寡头古诺生产模型的自适应控制

将自适应控制方法应用到二维多参数的古诺生产模型,其控制目标是通过对控制参数的小扰动将系统引导到不稳定不动点或均衡点.理论推导和数值模拟结果说明了此方法不管是对一个参数还是对多个参数施加扰动都能成功地将混沌不稳定轨道稳定到低周期轨道,并解析地给出了收敛条件和控制强度所在的范围.实施控制后的生产模型能快速地达到Nash均衡点,这为现实中的企业提供了理论参考及生产依据.     

广义函数及其在力学中的应用述评

简要介绍了广义函数的发展,给出了力学中常用的广义函数（即奇异函数）的定义及其微分、积分运算法则,分析了广义函数在力学各分支中的应用现状,通过用广义函数表示集中力作用下固支圆板的面分布集度来求解板弯曲挠度的实例,说明运用广义函数解决一些力学问题的优越性．     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.     

并网逆变器的电磁暂态同步稳定问题

新能源通过并网逆变器(grid-connected inverter,GCI)汇集正深刻地改变着现代电力系统的动态特性,由同步发电机主导的机电暂态稳定分析因未全面计及电磁暂态影响而面临失效。该文综述了一类大扰动使新能源发电机组故障穿越期间,GCI与主网失去同步,引发对应机组退出系统的电磁暂态同步稳定问题。首先介绍了GCI的电流源和电压源型控制结构,指出与同步发电机同步机理的异同;其次介绍了体现电力电子特征的关注要素和兼顾精度与速度的简化条件;进而介绍了面向该问题典型的建模-分析流程和稳定性提升策略;最后展望了面向未来电力系统暂态稳定的研究挑战。     

几个导出模型的BLU估计间的关系的研究

首先给出分块奇异模型的一种新的导出模型,得出其M2X1β的BLU估计;讨论分块模型与几个导出模型的BLU估计之间的关系,给出这几个分块导出模型的M2X1β的BLU估计相等的充要条件.     

五轴加工中奇异问题分析及优化方法

五轴加工中旋转轴的运动会造成加工奇异问题,影响零件表面加工质量.以摆头/转台回转型五轴机床为例,通过分析相邻刀轴矢量间运动与实际加工中刀具运动路线的非线性误差,得出旋转变化率为影响五轴加工奇异问题的主要因素.笔者基于旋转变化率提出一种奇异问题优化方法:通过控制旋转变化率对刀轴矢量进行调整,从而有效避免五轴加工中的奇异问...     

具有时变时滞的离散T-S模糊随机系统的耗散性分析

[目的]研究具有时变时滞的离散T-S模糊随机系统的耗散性分析问题,获得具有更低保守性的条件.[方法]构造新的模糊Lyapunov-Krasovskii泛函,并且利用离散的Jensen不等式.[结果]得到了该系统随机耗散的条件.[结论]通过Matlab求解,验证了此方法的有效性,并且与已有文献相比,此方法有更低的保守性,...     

改进萤火虫算法及其收敛性分析

萤火虫算法因具有结构简单、控制参数少、易于实现的特点而得到广泛的关注和应用,但其易陷入局部最优导致过早收敛,从而影响寻优精度。针对这一问题,本文在位置更新规则中加入随机扰动因子,并剔除了冗余的随机项,以提高算法搜索能力;引入位置置换变异和差分进化算法中的最优变异策略,在保持种群多样性的同时,增强算法跳出局部最优的能力。采用马尔可夫过程证明了算法以概率1收敛到全局最优。利用基准函数和装箱问题对算法进行仿真测试,结果表明,改进后的算法能够有效跳出局部最优,对给出的所有问题均能找到理论最优解,寻优精度和成功率有明显提升。     

一种基于多策略的改进黏菌算法

针对黏菌算法(slime mould algorithm, SMA)搜索效率低和陷入局部最优的问题,本文提出一种多策略改进黏菌算法。首先,通过Tent映射反向学习策略求得较优种群作为初始种群,提高算法收敛速度;其次,黏菌通过自适应权值策略和扰动策略更新位置,调整算法勘探能力和开发能力,避免陷入早熟并提高收敛速度;最后,与PSO、WOA、GWO、SMA等4种算法和相关改进SMA算法相比,对CEC测试函数的寻优结果表明：本文改进算法的搜索效率和避免陷入局部最优能力较强,算法能在较短时间内找到全局最优值,对测试函数的收敛速度和收敛精度均有不同程度提高。