固定资产投资动态模型及优化分析

国民经济系统是一个典型的灰色系统,本文利用了灰色系统中五步建模的思想和方法,建立了我国固定资产的动态模型,测算出固定资产投资率的下限,并指出固定资产投资率的合理区间.从而有利于国民经济的宏观调控.     

一种新型的混合Petri网:步混合Petri网

Petri网是一种图形的和数学的建模工具,适合于许多系统的建模．为了提高Petri网建模能力引入运行步概念,并在连续Petri网的基础上提出一种新型混合Petri网——步混合Petri网,分析该网特点及其运行规则,并用该网分别对数字型PID控制器和模拟型PID控制器进行建模．     

发电机转子滴浸工艺过程微机控制系统的设计

本文介绍了发电机转子滴浸工艺过程微机控制系统的设计思想和设计方法。该系统与滴浸装置配套实现了发电机转子滴浸过程中温度的在线检测和实时控制。实际运行表明,设计是成功的。     

微机电系统微米间隙的预击穿和击穿特性研究

为了预测和评估微机电系统(MEMS)中微电极结构的绝缘性能,采用MEMS加工工艺,制备了电极间隙为5～40 μm的金属铝薄膜电极,研究了试样在直流电压下的预击穿过程中电流-电压关系曲线以及击穿电压随电极间隙的变化规律,并利用扫描电子显微镜(SEM)进行了微电极表面的微观分析.研究结果表明:预击穿过程的电流-电压曲线说明,在击穿之前电流的变化主要包括自由带电粒子的定向迁移阶段、电流密度达到饱和阶段以及碰撞电离持续发展形成电子雪崩阶段;场致电子发射的Fowler-Nordheim曲线表明,当微电极的间隙大于5 μm时,其击穿特性仍然符合巴申曲线,与相关文献的研究结论一致;微电极击穿阈值均大于相同间隙的宏观金属电极的击穿阈值;微电极击穿后在阳极表面有坑洞产生,而在阴极表面存在溅射沉积现象.     

采用广义线性局部交互协议的二阶多智能体网络一致性

多智能体系统的主要研究目的在于探索由个体之间的相互作用所产生的群体协调现象的内在机制和原理。该文设计出一种广义局部线性交互协议,对固定有向网络拓扑条件下的二阶多智能体网络系统的一致性行为进行了深入研究,得到了一个能保证多智能体网络达到一致的充分必要条件。并且,还确定了多智能体网络系统在达到一致时,最终的收敛状态由协议的线性增益、有向网络拓扑和所有智能体的初始值位移状态共同决定。最后,采用5个智能体组成的网络拓扑进行数值仿真,阐释了理论分析结果。     

用于化工软测量的基于移动窗的过程神经网络

软测量技术可以有效解决复杂工业过程中一些重要参量难以由硬件在线检测的问题,由于化工过程具有连续性和累积性等特点,若采用传统的软测量建模方法往往会忽略信号的时间累积作用从而导致预测误差较大。针对上述问题,提出了基于改进的过程神经网络(PNN)的软测量建模方法。首先采用移动窗技术来确定包含过程正常运行大部分信息的时间序列,然后利用改进的PNN建立软测量模型并对主导变量进行连续预测,最后对软仪表进行校正以实现连续高精度预测。以某工厂高密度聚乙烯装置为例,验证了该方法具有较高的预测精度和跟踪性能,这对于工业过程的控制优化操作具有重要的应用价值。     

生物系统建模中参数估计的测量集选择——以信号转导通路模型研究为例(英文)

生物系统模型通常具有很高的维数,测量数据不完备、易受噪声污染,而且生物实验成本高,所以参数估计已经成为生物系统建模的挑战性问题之一.参数的精确估计取决于测量数据的数量和质量,因此,通过优化实验设计确定如何采集测量数据是非常重要的.针对动态系统的参数估计问题,尤其是生物反应系统,提出了一种确定富含信息的测量集选择方法,通过从设计的实验中获得测量数据,以最佳的统计质量估计系统的未知参数.该方法首先利用矩阵论的系统分析来确定估计参数所必需的测量状态的数目,再通过基于Fisher信息阵的优化实验设计决定每个测量状态的优先等级.最后,以信号转导通路模型为例,解释了该方法的优势和适用性.     

连续相位调制和Turbo乘积码的串行级联系统设计

针对Turbo乘积码(TPC)与递归连续相位调制(CPM)级联系统(TPC-RCPM)误码性能差的问题,提出了一种由Turbo乘积码、伪随机交织器和非递归CPM组成的串行级联系统.首先将输入数据进行TPC编码,并对编码序列进行随机交织,然后送至非递归CPM调制器,经过非递归连续相位编码后与转换矩阵相乘,经无记忆调制器输出映射波形.与其他TPC-CPM系统相比,该系统的调制参数能够灵活调整,可以充分弱化解调器的错误相关性,改善系统的误码性能.仿真结果表明,与TPC-RCPM系统相比,该系统有效地降低了误码率,对于MSK和4CPM信号,在误比特率为10-2～10-5时可以获得约2.2 dB和2 dB的信噪比增益.     

双容水箱的神经PID控制

利用神经网络自学习的特性,结合常规PID(比例-积分-微分)控制理论,提出基于BP(back propaga-tion)神经网络进行PID参数整定的控制策略.该方案能实现控制器参数的自动调整,以及在线调节参数Kp,Ki,Kd,适应被控过程的时变性,提高控制的性能和可靠性.仿真结果表明:相对于传统的PID控制方法,神经网络PID控制系统取得更满意的控制效果.