科技项目监察风险点的识别和控制研究

近年来科研腐败案件时有曝出,科研项目中的腐败现象不仅造成财政资金的巨额浪费,也使得科研成果质量缩水。具体到科技主管部门的纪检机构,当前亟待改变科研项目管理的监察现状,对科研项目的廉政检查风险进行全生命周期的监管。本文以北京市科委科技计划廉政风险信息化综合防控平台的风险点识别和控制机制为例,分析科技项目监察风险点的识别方法和控制机制。本文的研究丰富了科技项目风险识别方法和控制机制,同时可以为其他的科技管理部门廉政监察风险的识别和控制机制提供借鉴。     

林木直径分布结构转移参数的辨识

在林木直径分布结构转移连续性方程的基础上,进行离散化分析,讨论了林木直径转移参数的性质和辨识方法,该方法对林木生长状态进行预测、预报及林业资源的最优生长控制具有重大意义。     

多目标预报系统的Fuzzy 优选识别模型及其应用

对多目标预报系统的Ｆｕｚｙ优选识别模型进行了分析和研究,并建立了山东省曲阜市第二代棉铃虫发生量的Ｆｕｚｙ优选识别模型。对历史资料进行回代验证,其历史拟合率高达９１．６７％。将１９９４年的观测数据作为独立样本进行试报,预测结果与实际一致。     

一种基于模糊规则的模糊辩识方法

提出了一种基于模糊聚类和最小二乘估计方法的模糊辨识方法。该方法是基于模糊聚类,计算给定样本在各类中的隶属度,并给出输入变量的隶属度函数。利用递推最小二乘估计辩识模糊模型的后件参数,本文给出了详细的的算法。为了验证该方法的有效性,本文给出了Ｂｏｘ－Ｊｅｎｈｉｎｓ数据的辨识结果。     

冷连轧过程线性化动态模型的研究

以多机架四辊冷连轧机为背景,研究了冷连忆过程的动态模型,建立了冷连轧过程的工作点线性化状态空间模型,实验仿真结果说明了这一动态模型的有效性。     

基于转矩方程的感应电机转速自适应辨识方法

速度辨识是无速度传感器直接转矩控制的核心问题。提出了一种利用电机状态方程和转矩方程直接推导出的新型速度自适应辨识方法,与以往的利用观测器稳定性理论推导出的速度辨识方法相比,能大大降低了转矩脉动对速度辨识的影响,提高了辨识精度与观测器的稳定性。此外,利用Lyapunov稳定性理论,构造新的Lyapunov函数,从理论上严格证明磁链观测器在全速范围内的稳定性,尤其是保证系统在低速度范围内的稳定运行。研究结果表明:基于电机转矩方程推导出的速度辨识方法具有很高的辨识精度且系统在全速范围内都可以获得良好的动静态性能。     

基于离散正则模型的时变信道盲辨识算法

以CDMA时变信道离散正则模型为基础,提出了基于改进的矩阵外积分解的时变信道盲辨识算法。算法对传统的矩阵外积分解算法进行修正,使其适应离散正则模型两级盲辨识,并引入了精确的时延阶数估计,克服了现有算法需要预先知道信道时延实际阶数的局限,使其在仅知道信道阶数上界的条件下完成盲辨识。仿真结果表明了该算法的有效性。     

一种非线性系统多项式逼近的建模方法

提出一种简便的非线性多项式逼近建模方法。对非线性系统,首先,利用拓扑同胚变换,将系统的有界输入输出数据变换为[0,1]范围之间的数据,然后选定初始多项式,对初始多项式模型反复利用递推最小二乘法进行参数辨识,通过比较项与参数乘积绝对值的大小,剔除多项式中对模型贡献较小的项,直到得到确定的多项式模型,大量的仿真结果表明了算法的有效性。     

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。     

辨识智能作动器中迟滞非线性的两种方法

智能化是当今世界的发展趋势。智能材料结构作为研究热点之一,应用于航空、航天、生物及医药等诸多领域。智能作动器与智能传感器是智能材料结构的两个主要研究方向。迟滞现象是存在于大量智能材料中的非线性现象,对整个控制系统可能带来不良影响,如稳定性的恶化甚至丧失等。Preisach模型常用于智能材料中针对迟滞现象的建模。基于一阶滞回曲线获得智能作动器的输入输出数据,从理论上研究了经典Preisach模型两种工程上易实现的辨识方法,并应用到一种真实的智能作动器——WIDS-IA压电型作动器,仿真与实验结果表明,两种辨识方法均有效,且误差在同一数量级。为广泛存在迟滞非线性的智能作动器建模提供了理论依据,并具有工程实用价值。