热网络法预测车内温度的理论和实验研究

为对车内温度水平进行预测,采用热网络法对车辆停车和行驶状态下的车内温度进行计算。太阳辐射是影响车内温度水平的主要因素,而热网络法通过建立和求解节点热平衡方程,获得各节点的温度,尤其适用于以辐射为主的换热问题。车内外的对流换热采用实验关联式进行计算。由热网络法建立的节点热平衡方程组为非线性方程组,采用牛顿迭代法进行了求解。计算结果与实测温度值的比较显示,两者吻合较好,表明热网络法用于车内温度预测的有效性。另外,计算结果也显示车窗玻璃的透射率对车内温度有明显影响,在考虑安全的前提下,选取合适透射率的车窗玻璃材料可起到减少车辆能耗的作用。     

Φ-φ-型压缩映象不动点的存在性

使用压缩尺度函数,在完备2-距离空间中研究一类Φ-φ-型轨道压缩映象不动点的存在与唯一性,在适当条件下证明了一个新的不动点定理,推广和改进了已知的结果.     

非线性时间序列定性相空间推理方法研究

提出一种基于定性仿真的非线性时间序列重构相空间的方法,定性相空间推理是其关键一步。通过时间序列定性状态的抽象来裁减其状态空间,规约行为轨迹,重构其定性相空间图。用3变量Lorenz系统产生的数据流对算法进行验证,结果表明能够保留原始相空间图的几何形状和拓扑关系,捕捉到相空间图中存在的行为轨迹的特征。     

多支撑地下连续墙动态开挖过程中m值反分析

为了能够准确地确定m值,必须合理选择计算模型.采用弹性地基梁法,结合现场多支撑动态开挖的过程,建立了有约束非线性最优化设计模型.通过以实测与计算位移的相对残差平方和最小为目标,首先根据实测位移建立参数反分析的目标函数,然后采用Matlab有约束非线性优化技术对其进行优化,以达到分阶段多层动态施工反分析的目的,从而使所得...     

微纳传动系统的BP神经网络非线性控制

对微纳传动系统的动态特性进行了分析,将微纳定位平台简化成等效弹簧质量阻尼模型,应用拉格朗日方法,建立了定位平台的动力学模型。结合压电陶瓷驱动器(PZT)的电容特性,推导了微纳传动系统的总传递函数。利用BP神经网络的自学习、自适应及非线性逼近功能,对该微纳传动系统的PID参数进行在线自整定。结合PID控制简单、实现容易与鲁棒性强的优点,设计了BP神经网络PID(BPNN-PID)控制器,与传统PID控制相比,实现了更高的控制精度和更短的稳态时间,满足了微纳传动系统高精度与快速响应的要求。     

基于范德波尔方程的情绪模型

以范德波尔方程为基本模型建立基本情绪的简单非线性动态模型,在Matlab环境下实现了具有混沌性质的情绪模型,并分析出在有无外界刺激的情况下,解所能表现出的人情绪变化过程,为后续由情绪模型自动生成音乐动机打下基础.     

关于映射的两个导出映射

设f：A→B是映射,任意C∈2^A,令f1（C）=f（C）,任意D∈2^B,令f2（D）=f^-1（D）,则称f1,f2是f的导出映射．研究了单射、满射、双射（及其逆）、映射的积的导出映射,并得到了相应的结果．     

系统非线性组合预测方法及在黄河凌汛预测中应用

为了提高预测的精度,尤其是冰凌中长期预测的精度,基于工程模糊集、人工神经网络、遗传算法与组合预测理论,提出了系统非线性组合预测方法,给出了黄河内蒙段冰凌三种单一预测模型的非线性组合预测值．结果表明,所建立的非线性组合预测方法物理意义明确,数学推导过程严谨,预测精度高于任意单一预测模型．     

新型复合功能晶体Nd:YCOB的非线性光学研究

系统地计算了Nd:YCOB晶体对于1 064 nm的倍频(SHG)、1 061 nm的自倍频(SFD)和808 nm与1 061 nm的自和频(SSFM)时的最佳相位匹配方向和相关非线性系数,结果显示YCOB对1 064 nm的SHG、THGⅠ类相位匹配下的最佳方向不在主平面而是分别位于(θ=66.5°,Φ=143.5°)、(θ=108°,Φ=76.18°)或等价方向(θ=72°,Φ=103.9°),deff分别为0.561 pm/V、deff=0.431 7 pm/V,Ⅱ类条件下的SHG最佳匹配方向为(θ=86°,Φ=73.6°),deff为0.217 pm/V;对Nd:YCOB的1 061 nm的SFD和SSFMⅠ类条件下的相位匹配方向分别位于(θ=66,°Φ=143.3°)和(θ=64,°Φ=133.9°),相应的有效非线性光学系数deff分别为1.004 pm/V和0.894 8 pm/V.     

多维非线性时间序列的投影寻踪学习逼近

建立了多维非线性时间序列投影踪学习网络结构及算法,证明了投影寻踪学习网络可以以任意精度逼近多维非线性时间序列。解决了基于投影寻学习的多维非线性时间序列的建模和预测问题,实际应用例子表明该算法可行。