Φ6-DVP振子在单势阱参数下的混沌与混沌同步研究

利用Melnikov方法分析了含有5次方恢复系数项的Φ6-Duffing -Van der Pol振子系统在单势阱参数条件下产生Smale意义下混沌的必要条件.通过Poincaré截面图、分岔图、Lyapunov指数谱等理论和数值方法,阐明了系统运动在单势阱参数下随周期激励信号变化的动态特性、复杂性和系统的非线性特征.最后,对单势阱参数条件下的Φ6-DVP振子的混沌自同步进行了进一步的研究,得到了很好的混沌同步控制结果.     

System deployment optimization in architecture design

Optimization of architecture design has recently drawn research interest. System deployment optimization （SDO） refers to the process of optimizing systems that are being deployed to activi- ties. This paper first formulates a mathematical model to theorize and operationalize the SDO problem and then identifies optimal so- lutions to solve the SDO problem. In the solutions, the success rate of the combat task is maximized, whereas the execution time of the task and the cost of changes in the system structure are mini- mized. The presented optimized algorithm generates an optimal solution without the need to check the entire search space. A novel method is finally proposed based on the combination of heuristic method and genetic algorithm （HGA）, as well as the combination of heuristic method and particle swarm optimization （HPSO）. Experi- ment results show that the HPSO method generates solutions faster than particle swarm optimization （PSO） and genetic algo- rithm （GA） in terms of execution time and performs more efficiently than the heuristic method in terms of determining the best solution.     

基于无迹粒子PHD滤波的序贯融合算法

针对在杂波、漏检和非线性情况下,粒子概率假设密度滤波（particle probability hypothesis density filter, P-PHDF）算法估计精度不高、滤波发散及粒子退化等问题,提出了一种基于无迹粒子概率假设密度滤波（unscented particle PHDF, UP-PHDF）的序贯融合算法。利用无迹粒子滤波（unscented particle filter, UPF）实现PHDF,由UKF算法得到更好更优的重要性密度函数并从中采样,使粒子的分布更接近多目标概率假设密度分布;另外,为进一步提高滤波算法的性能,实现基于雷达和红外传感器的UP-PHDF序贯融合算法,通过两传感器交替滤波保证目标状态的可观测性。在复杂环境下,仿真结果表明该算法的估计精度和稳定性明显优于单传感器P-PHDF算法。     

基于FCM-ELM-BBPS的预测控制参数整定

模型预测控制设计参数选择显著影响被控系统性能,目前基于专家经验的主流参数整定方法会出现控制器鲁棒性差、计算成本高等缺点.为了解决上述问题,提出一种基于模糊C均值-极限学习机-裸骨粒子群（Fuzzy C-means-Extreme Learning Machine-Bare Bones Particle Swarm, FCM-ELM-BBPS）的参数整定算法.通过模糊C均值算法（Fuzzy C-means, FCM）聚类进行数据预处理,将被控系统复杂数据根据自身特征进行聚类,以降低神经网络的训练误差,提高预测精度;针对每一类特征数据,利用极限学习机（Extreme Learning Machine, ELM）建立预测控制参数与性能指标的映射关系模型,并进一步获得参数整定规则;采用裸骨粒子群（Bare Bones Particle Swarm, BBPS）优化算法进行预测控制参数整定,通过采用高斯分布来更新粒子位置,加快目标函数的收敛速度,从而有效地减少参数寻优时间;分别进行仿真和水箱系统实验验证,证明了提出算法的有效性.实验结果表明,本文提出的算法与现有方法相比,更具有优越性,其中整定时间减少了34.84%,同时在调整时间等时域性能指标上提升了43.98%.     

锂离子电池的多状态模型剩余寿命预测方法

针对锂离子电池的容量恢复现象导致的剩余寿命预测精度不高的问题,提出了一种锂离子电池的多状态模型剩余寿命预测方法.首先通过分析锂电池的衰退数据将锂离子电池的退化过程分为正常退化、容量恢复和加速退化三种状态,然后分别对三种状态的退化过程进行建模并验证了模型的有效性,将3种状态的模型组合得到锂离子电池多状态容量衰退模型.然后...     

陕西省农用地分等及成果应用研究

本文在剖析农用地分等研究进展的基础上,结合陕西省实际,制定出适合陕西省省情的农用地分等研究方法和技术路线,农用地分等方法为“因素法”。采用等间距法,结合等指数计算结果对陕西省农用地进行了等别划分,全省农用地共划分为14个自然质量等、22个利用等和16个经济等。在分等过程中提出多属性集族农用地省级汇总方法、专家系统的应用等一系列创新成果,在此基础上,提出了衣用地分等成果在陕西省的应用方向及思路。     

超声辐照无皂乳液聚合制备P(AMPS-MMA)/Pd纳米复合乳液

利用超声波分散、乳化、引发、还原等作用,及单体2.丙烯酰胺基-2-甲基丙磺酸(AMPS)的特有结构,实现了超声引发AMPS、甲基丙烯酸甲酯(MMA)和氯化钯(PdCh)的两相同步原位无皂乳液聚合,制备了纳米P(AMPS-MMA)/Pd复合粒子,考察了反应过程中pH、超声时间、超声功率对单体转化率的影响规律,并借助于F1-IR、TEM、XRD等相关分析方法对产物进行了表征.     

磁性纳米粒子的制备及其细胞分离方面的应用

介绍了一种始终在溶液中制备Fe3O4磁性纳米粒子的化学共沉淀,并对制得的粒子进行表面修饰的方法．通过IR,XRD和AFM等测试仪器对样品进行了表征．结果表明：采用化学共沉淀的方法制备出的磁性纳米粒子具有单分散性,且粒径比较均一,约在30nm．由于制备过程均在液体中进行,故制备周期短,污染小．同时利用自制的免疫磁性Fe3O4纳米粒子能较好地分离脐血中的CD133细胞,细胞体外扩增明显．     

无线传感器网络LEACH路由协议的簇头多跳算法

针对无线传感器网络LEACH路由协议簇头分布不均匀、网络拓扑和能量消耗不均衡的问题,提出基于DCHS簇头选择策略的无线传感器网络LEACH路由协议的簇头多跳算法LEACH-MUL。该算法在非簇头节点中选择一个节点作为通信簇头节点,其它簇头节点进行融合后的数据发送到该簇头节点并进行数据再次融合,最后通信簇头节点将数据融合后的结果数据发送到基站BS。LEACH-MUL算法能够有效地均衡节点能耗,提高能量利用率,延长网络寿命。     

组合优化策略的改进协同优化方法

为克服传统协同优化方法一致性约束造成的收敛困难和局部最优问题,提出将粒子群优化算法和修正可行方向法结合并引入协同优化.应用粒子群算法获得全局最优解近似,在此基础上应用修正可行方向法进行局部精确搜索.分别以一个典型的二次函数优化问题和一个减速器设计优化问题作为测试实例,优化结果表明,所提出组合优化策略是有效的,同时兼顾了优化效率和精度.