模糊遗传滚动优化的LS-SVM预测控制研究

提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习建立其预测模型;基于模糊遗传算法完成非线性预测控制的滚动优化过程。仿真结果表明基于该方法的非线性系统预测控制比基于RBF神经网络的预测控制具有更好的控制效果。     

关于Dirichlet L-函数的一个4次加权均值

利用Gauss和的定义、三角和估计及其解析方法讨论了Dirichlet L-函数的一个4次加权均值，得出一个有趣的加权均值分布公式．     

基于最邻近聚类和向量模糊c-均值的混沌预测

针对混沌时间序列难预测的问题,提出一种新的基于最邻近聚类和向量模糊c-均值(FCMV)聚类算法的模糊建模方法。其前提参数辨识分两步,首先用最近邻聚类法初始划分输入空间,得到规则数及初始聚类中心,再用FCMV把具有相同收敛向量的聚类中心归到同一个区域来优化前一步得到的聚类中心,得到前提参数;采用递推最小二乘算法辨识模型的结论参数。最后通过对Mackey-Glass混沌时间序列的建模和预测验证了该方法的有效性与实用性。     

一类相关类负风险和风险过程的破产概率

引入一类相关负风险和风险过程,负风险和类之间的相关性定义为稀疏相关结构,主要研究类之间的相关性对破产概率的影响.     

最小二乘法及其应用

探讨了最小二乘法的基本原理、几何解释、线性拟合和若干非线性拟合及其在物理、化学等学科中的应用。     

推广的Dirichlet L-函数的加权均值公式

利用Gauss和的定义、三角和估计、特征和的性质及其解析方法讨论了Dirichiet L-函数的2k次加权均值分布问题，得到一个有趣的加权均值分布公式。     

矩阵Hadamard乘积的一些性质

研究了矩阵Hadamard乘积的元素和的性质,得到一系列新的结果.发现两个矩阵不同,是因为它们之间存在夹角和大小的差异.找到了矩阵垂直的充要条件,矩阵Hadamard乘积的元素和与此矩阵的行列式的关系。     

多目标最优化中较多有效集的性质探讨

给出了多目标最优化中较多有效集的一种新的表示方法,即把一个目标集合的较多有效集表示成了该集合与另一个集合之差,其中后一个集合为目标集与控制结构之和。用这种新的思路,得到了较多有效集的一些新的性质并给出了证明,这些性质与目标集和控制结构的和、差、交以及并有关,一些旧的性质得到了新的证明。     

定常的Navier-Stokes方程的Petrov-Galerkin最小二乘二重网格有限元法

提出了定常的Navier-Stokes方程的Petrov-Galerkin最小二乘二重网格有限元法.该方法是在粗网格有限元空间X＾H上解一个小的非线性问题,同时在细网格有限元空间X＾h(h<相似文献   

关于算子谱半径与范数的若干不等式

目的研究Corach-Porta-Recht不等式的推广以及有界线性算子乘积与和的谱半径与范数之间的不等式关系,并且讨论初等算子的范数不等式及酉算子常数倍的一个充要条件。方法利用算子谱半径的基本性质和算子矩阵理论,给出有界线性算子积、和的谱半径与范数之间的若干不等式关系。结果算子积与和的范数有效地界定了有界线性算子积与和的谱半径。结论算子范数对于估计有界线性算子乘积与和的谱半径是至关重要的。