用于控制图模式识别的广义神经网络系统

面向过程控制图的模式识别,提出了一个广义神经网络系统.该系统基于广义过程对象模型发生数据,离线训练后能够在线识别各类工业过程常见的控制图模式,模块化的设计使得神经网络系统的结构相对简单,有效地提高了网络的训练速度和模式识别的准确率.首先研究了广义过程对象模型参数对神经网络控制图模式识别率的影响,并基于此影响规律设计了包含模式识别分类模块与模式参数估计模块的集成化神经网络系统结构;其次使用基于广义对象模型产生的数据对神经网络系统进行了训练和验证,讨论了学习训练方法,并进行了控制图模式识别性能的仿真测试,获得了满意的结果.在TE过程仿真平台上进行了实验,给出了对上升阶跃模式和下降阶跃模式的识别结果,表明了具有较高的识别率.     

广义纳什均衡问题求解的极小极大方法

应用正则化Nikaido-Isoda函数, 一类广义纳什均衡问题的求解被转化为一个极小极大问题的求解．利用Fischer-Burmeister函数将与极小极大问题的必要性条件等价的变分不等式的Karush-Kuhn-Tucker系统转化为一个半光滑方程组．应用牛顿法求解此方程组, 并给出了半光滑牛顿法局部超线性收敛的充分条件．数值结果验证了极小极大方法对解决广义纳什均衡问题的有效性．     

广义Bezier曲线的收敛性

本文研究了广义Ｂｅｚｉｅｒ曲线Ｑｎ（ｆ；ｘ）关于ｆ（ｘ）的收敛性，及Ｑ（ｌ）ｎ（ｆ；ｘ）关于ｆ（１）（ｘ）的收敛性，证明了相应的收敛定理     

Wick型随机广义Burgers-Fisher方程的精确解

利用白噪声泛函分析理论、Hermite变换和广义tanh函数法,分别得到了Wick型随机广义Burgers-Fisher方程的白噪声函数解和变系数广义Burgers-Fisher方程的精确解.     

基于广义离散事件动态系统的多路口智能交通流量控制

在传统意义上的离散事件动态系统中事件定义的基础上,提出了广义离散事件动态系统的思想.通过对事件属性划分的动态调节,使事件的辨识条理化.对公路交通中的多路口流量建模,并进行了分析.基于广义离散事件动态系统的调度思想,利用人工代谢算法对交通流量进行了控制分析.分析结果表明:广义离散事件动态系统能对系统的状态进行进一步的细化.人工代谢算法与该系统相配合,通过代谢算子的调节能较快地实现整个系统负荷均衡,能对流量的变化进行自适应调节.     

一类推广的复合Poisson模型的赤字分布

经典的Sparre Andersen风险模型假设保费收入过程为时间的线性函数.研究一类推广的复合Poisson棋型,其中保费收入过程是一个独立于索赔过程的Poisson过程.对于此类风险模型,利用破产概率及赤字分布所满足的瑕疵更新方程给出了赤字分布的显示解,并且利用这个显示解得到了关于赤字分布的一个下界估计.     

非线性双曲型积微分方程组的差分法

给出了解一阶双曲型非线性积微分方程组的差分方法的收敛性和广义稳定性．     

广义逆A(2)T,S的体积

研究了广义逆A（T,S）^（2）是的体积,在不必首先计算出广义逆A（T,S）^（2）的前提下,导出了广义逆A（T,S）^（2）的体积表示,推广了文献[3]中的结果．由此分别给出了A的加权Moore-Penrose逆,Drazin逆Ad及群逆Ag的体积表示式．     

小生境遗传算法在广义逆控制分配法中的应用

在利用广义逆分配法进行控制分配设计时,需要选择矩阵的广义逆阵,而不同的广义逆阵所对应的分配效率是不同的.将小生境遗传算法应用于广义逆转矩可达集分析,通过计算不同广义逆阵所能有效分配的转矩可达集体积,来选择具有最高分配效率的广义逆阵,以提高广义逆分配法的分配效率.以某飞机的控制效率矩阵进行基于广义逆分配法分配器设计,通过小生境遗传算法对广义逆阵的参数进行寻优,有效选取了具有最优分配效率的广义逆阵,显著提高了分配器的分配效率.     

一种广义预测控制直接算法

基于灰色模型GM（1，2）采用两个辨识器分别辨识被控对象和闭环系统的参数，从而得到了控制器的参数，给出了一种广义预测控制的直接算法。由于此方法将被控对象视为灰色系统，需辨识的参数较基于CARIMA或CARMA模型的广义预测控制直接算法大大减少，实时性进一步提高。仿真结果表明，该方法是有效可行的。