高阶非线性中立型微分方程的振动性

研究具有连续分布滞量的高阶非线性中立型微分方程x(t) ∑mi=1ci(t)x[τi(t)](n) x(t) ∑mi=1ci(t)x[τi(t)](n-1) ∫abF(t,ζ,x[g(t,ζ)])dσ(ζ)=0(其中t≥t0,n≥2为偶数)的振动性,获得了该类方程所有解振动的一些充分条件.     

基于分形几何的高度非线性过程虚拟仿真技术研究

针对一类高度非线性过程的虚拟仿真问题,提出一种虚拟环境下仿真新方案,即“物理行为模型 现象发生系统”,该方案由虚拟现实系统、基于分形几何建模、物理行为模型三部分组成,关键技术包括:物理行为模型与现象发生系统之间映射关系建立方法;基于分形几何的复杂拓扑结构几何模型快速构造算法;虚拟环境下基于结点的大量复杂几何对象近似纹理快速处理算法;大量复杂几何对象的实时渲染问题。随后以散体岩石在圆锥破碎机破碎腔中的破碎过程虚拟仿真为例,说明方案的应用过程。     

非线性跟踪-微分器及其在股价模拟和预测中的应用

在介绍非线性跟踪-微分器基本原理的基础上，运用非线性跟踪-微分器对上证综指进行了模拟和预测，并将其模拟和预测结果与五日移动平均法进行比较。结果发现，不管是敏感度还是误差，非线性跟踪-微分器比移动平均法要理想得多。     

复杂性与系统辩证学

讨论了复杂性和系统辩证学的关系。首先论述了“复杂性科学”的兴起对人们认识世界的自然观的影响和作用，继而讨论了“复杂性科学”和“系统性科学”的特征，并综合地论述了它们对“辩证法”发展的促进作用，认为把“辩证法”深化并上升为“辩证学”是一个有重要意义的创建。     

自适应遗传算法的改进及在系统辨识中应用研究

为解决传统遗传算法早熟及收敛速度慢的问题，提出了一种改进的自适应遗传算法。通过对一典型的大海捞针粪（NiH）问题的试验，证明了改进后的遗传算法在全局优化和快速收敛能力上有较大的提高。在此基础上将该算法应用于系统参数辨识中，辨识结果表明该方法具有参数辨识精度高，抗噪声能力走，对输入信号通用性强，也适用于非线性系统参数辫识的优点，具有重要的工程使用价值。     

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。     

一种非线性自适应逆噪声控制器设计及其仿真

基于模糊神经网络算法研究了非线性系统的噪声消除问题,设计了一类非线性自适应逆噪声消除控制器。该文利用模糊神经网络融合算法所具有的对任意函数的精确逼近性,对非线性系统进行建模和逆建模,从而为非线性自适应逆噪声控制器的有效性提供了保障。最后将所设计的控制器用于仿真实例,研究表明该噪声控制器能有效地消除非线性被控对象的噪声污染。说明了该方法的可行性和有效性。     

油气悬架系统的虚拟样机研究

根据起重机油气悬架系统的结构特点和工作原理,应用ADAMS/Hydraulics软件建立了包括温度、油缸摩擦和阻尼、油管尺寸、蓄能器接口阻尼以及油缸接口阻尼等影响的油气悬架系统虚拟样机模型,并给出其主要的数学模型。通过仿真结果和试验数据的对比,证明了油气悬架系统虚拟样机的正确性。在此基础上进一步探讨了油气悬架系统的一些主要参数对系统非线性特性的影响。为油气悬架系统对全路面起重机的整车操纵稳定性和平顺性的研究奠定了基础。     

一种非线性融合系统中的传感器管理方法

针对非线性非高斯动态跟踪系统,提出一种基于序贯蒙特.卡洛粒子滤波的传感器管理方法。该方法首先利用粒子滤波计算目标的协方差;然后利用信息熵计算目标的信息增量;最后利用信息增量大小实现传感器资源对目标的分配。仿真结果表明,在非线性系统下,该方法对传感器管理具有较高的精确性、实时性和鲁棒性。     

基于滑模观测器的非线性系统迭代学习控制

针对相当广泛的一类非线性系统有限时间轨迹跟踪问题,提出了一种基于滑模观测器的迭代学习控制算法。根据系统的非线性特性,利用一种滑模观测器对系统的状态进行估计,根据估计信号设计了一种类D型开环迭代学习控制律。这种控制方法不需要对系统的跟踪误差信号进行微分,从而对系统的量测噪声不敏感。给出了控制算法的收敛性证明,通过仿真实验证明了这种算法的有效性。