具有漏泄时滞和时变区间时滞的递归神经网络新的稳定性准则

研究了具有漏泄时滞和时变区间传输时滞的递归神经网络的渐近稳定性问题.基于Lyapunov-Krasovskii(L-K)稳定性理论.Jensen不等式和互惠凸方法,得到了线性矩阵不等式(LMIs)表示的新的稳定性准则.相对于现存的方法,避免利用保守性较大的中立型变换,且在构造L-K泛函时充分利用了漏泄时滞和传输时滞的关联信息,因此所得准则具有较小的保守性.数值例子验证了所得结果的有效性和较小保守性.     

用于非线性时变系统噪声统计Q、R阵估计的新方法

提出了一种估计非线性时变系统过程噪声协方差阵Q和观测噪声协方差阵R的新方法.扩展卡尔曼算法结合前馈神经网络的非线性时变系统辨识过程中,噪声统计Q、R阵的估计是影响系统建模和预测精度的关键因素之一.本文所提出的估计噪声统计Q、R阵方法是基于协方差匹配技术,将M ehra估计定常系统噪声统计的方法推广到一般的非线性时变系统.仿真结果显示了本文方法的有效性.     

龙海市水资源面临趋势及对策研究

水是生命的源泉,水资源是人类生存和经济社会发展不可替代的重要战略资源.区域性缺水、水质性缺水和结构性缺水将成为制约龙海经济社会发展的主要因素之一.该文针对龙海市水资源的特点和开发利用现状,坚持可持续利用原则,提出水资源利用、保护和管理的应对措施与建议,以实现"水安全、水环境、水景观、水经济、水文化"的目标,促进龙海市经济社会可持续发展.     

水下自航器的时变运动模型

为开发研制大航程、变速度的水下自航器 ,实现更精确的控制和导引 ,需建立水下自航器的时变运动模型。利用刚体分析动力学和理论流体力学的基本理论 ,研究水下自航器因燃料的消耗而引起的质量变化、质心位置和转动惯量的变化 ,导出描述其变化规律的方程 ;研究因推力变化而引起速度的改变 ,导出推力变化方程。在此基础上 ,推导出水下自航器空间运动方程组 ,并将数学模型表达成简明的矩阵形式 ,为研究变质量、变速度水下自航器的运动性能和设计控制及导引律提供基础     

缺货量部分拖后订货的易变质物品的库存模型

研究了时变需求下,缺货量可以部分拖后订货的易变质物品的库存问题.有关易变质物品的库存问题研究,往往假设未被满足的需求可以全部拖后订货,同时在计算总成本时忽视了销售损失成本和采购成本,这导致模型与实际情况具有较大的差距.在总成本中计入销售损失成本和采购成本,通过假定未被满足的需求拖后订货率线性取决于缺货周期内排队等待的队伍中总的顾客数目,并将物品的常数需求函数扩展到时变凹函数,建立了有限时域内易变质物品的补货时间安排模型.给出了求解模型的算法和数值算例,得到最优订购策略.     

基于伪谱方法的自适应鲁棒实时再入制导律研究

为了提高飞行器再入制导的鲁棒性和自适应性,将再入弹道跟踪问题转化为再入弹道状态调节问题,得到了一个LTV系统最优控制问题.在此基础上,利用基于伪谱算法的最优反馈控制算法,设计了一种便于在线实现的自适应鲁棒再入制导律.仿真结果表明,这种再入制导律对于再入点误差不敏感,具有良好的鲁棒陛.在气动参数模型存在较大误差的情况下,依然能够取得较高的再入制导精度.它不需要显示增益调度和积分,并且在不同情况下控制结构和参数无需改变.     

基于动态贝叶斯网的时变样本空间无监督学习

提出了针对概率分布参数时变的样本空间的参数估计问题,由于一般的聚类和EM算法等参数估计方法是针对概率分布时不变的样本空间的问题所采用的。因此,对于概率分布时变的样本空间而言,这些方法均不能有效、准确地估计实时变化的样本参数。通过构建动态贝叶斯网,利用先验和后验的知识进行预测和滤波,结合贝叶斯增量式学习方法并充分利用了其学习所获得的样本空间概率模型变化演进的规律,这样可以较准确、平滑地学习实时概率模型及其分布参数。     

我国6大境外客源市场旅游本底趋势线的建立

提出了旅游本底趋势线的概念,并依据1984年～1996年客流量统计数据,建立了日本、美国、英国、德国、法国和澳大利亚6大境外市场来华旅游的本底趋势线;利用本底线延伸的预测功能,预测了6大境外市场未来4年的变化趋势.     

月径流序列的多层递阶预报研究

月径流序列是一类具有周期变化的非平稳时间序列．本文根据其特点,建立了多层递阶预报模型,文中对此类非平稳时间序列的建模及预报方法进行了深入研究     

基于操作轨迹LPV模型的非线性辨识

提出一种基于操作轨迹LPV模型的非线性辨识方法:根据调度变量的操作轨迹,选取若干个典型工作点;在各个典型工作点,进行测试与辨识相应的线性模型;然后,根据工作点测试数据以及各工作点间的过渡数据,辨识出全局插值LPV模型.它降低了测试辨识成本,且算法简单可靠,仿真结果表明了该算法的有效性.