BUCK转换器中的分岔与混沌研究

BUCK开关转换器是一种典型的分段光滑动力学系统,改变转换器的电路参数条件会产生许多动力学行为。我们建立了电路的动力学方程,改变电路各参数,采用数值仿真的方法来分析了转换器的分岔和混沌现象。这对于研究其它DC-DC转换器具有一般意义。在这里采用的是MATLAB软件,并讨论了仿真时一些问题。     

用面向对象程序设计神经网络的算法类库

依据面向对象的程序（ＯＯＰ）设计的优越性,用Ｃ＋＋语言,针对神经网络ＢＰ算法和ＧＡ算法,编写了神经网络及其算法类库：目的是为神经网络学习算法的发展和深入及其应用于工程提供方便和有利工具．且给出利用该类库实现的非线性系统辨识结果     

MAXIMUM PRINCIPLE FOR OPTIMAL CONTROL PROBLEM OF FULLY COUPLEDFORWARD-BACKWARD STOCHASTIC SYSTEMS

1.IntroductionLet(fi,F,P)beaprobabilityspaceand{Bt}tZobead-dimensionalBrownianmotioninthisspace.Let{R}tZobethenaturalfiltrationofthisBrownianmotion.Weconsiderthefollowingfullycoupledforward-backwardstochasticsystems:where(x,y,z)takesvaluesinRxacxRTnxd.LetUbeanonemptyconvexsubsetofR',Anelementofadiscalledanadmissiblecontrol.Wecandefinethefollowingcostfunction:TheoptimalcontrolproblemistominimizethecostfunctionJ(v(.))overadmissiblecontrols.Anadmissiblecontrolu(.)iscalledanoptimalcontrol…     

Further results on limitations of sampled-data feedback

To control continuous-time uncertain dynamical systems with sampled data-feedback is prevalent today,but the sampling rate is usually not allowed to be arbitrarily fast due to various physical and/or computational constrains.In this paper,the authors examine the limitations of sampled-data feedback control for a class of uncertain systems in continuous-time,with sampling rate not necessary fast enough and with the unknown system structure confined to a set of functions with both linear and nonlinear growth.The limitations of the sampled-data feedback control for the uncertain systems are established quantitatively,which extends the existing related results in the literature.     

三维微波成像中基于对比源反演的扩展方法

采用基于非线性对比源反演算法的成像方法来重建放置在微波暗室内的三维电介质目标。在成像方法中采用正则化方法和频率跳变(frequency hopping, FH)方法等扩展手段。三维实测微波数据的实验设置是多频率、多收发分置的。三维实测微波数据的重建结果验证了基于对比源反演算法的扩展成像方法在三维微波成像中应用的可行性和精确性,是一种有应用前景的解决三维微波成像问题的处理方法。     

基于PSO优化LS-SVM的小样本非线性协整检验与建模研究

针对小样本非线性时间序列,根据非线性协整的定义,利用基于粒子群优化最小二乘支持向量机的方法,对小样本非线性协整关系检验与非线性误差修正模型建模进行研究,设计了方法的 逻辑流程. 对舰船维修费指数与物价指数进行实证研究,在协整关系类型判断的基础上,实现了小样本非线性协整关系的检验,建立了预测舰船维修费指数的非线性误差修正模型,并与线 性向量自回归模型进行分析比较. 研究表明：基于粒子群优化最小二乘支持向量机的小样本非线性协整检验与建模方法,刻画了小样本系统的非线性协整关系,所建立的非线性误差修正模 型具有较好的预测效果,能够有效地预测小样本非线性系统.     

求解非线性互补问题的混合光滑型算法

光滑型算法已经成功地用来求解各种优化问题. 基于一类新的光滑函数族, 提出了一个带有混合线搜 索的光滑型算法求解非线性互补问题. 在适当的条件下, 证明了算法是适定的, 且保持全局 收敛性和局部超线性收敛性. 最后对提出的算法进行了数值计算. 数值结果显示出该算法的有效性.     

基于网络搜索的票房预测模型——来自中国电影市场的证据

建立了一个将网络搜索与电影票房联系起来的模型, 考察了影片上映前后消费者网络搜索的动态变化及其在电影票房预测中的作用. 文章就中国电影产业对该模型进行了实证检验. 结果显示, 影片网络搜索量以及增长趋势都能预测该影片的首映周票房. 对于后续周票房, 动态联立方程模型的估计结果表明, 网络搜索既是电影票房的先行信号, 也是电影票房的后向结果. 样本外分析表明, 整合了网络搜索的模型能够提高预测的准确性.     

LEARNING CAUSAL GRAPHS OF NONLINEAR STRUCTURAL VECTOR AUTOREGRESSIVE MODEL USING INFORMATION THEORY CRITERIA

Detection and clarification of cause-effect relationships among variables is an important problem in time series analysis. Traditional causality inference methods have a salient limitation that the model must be linear and with Gaussian noise. Although additive model regression can effectively infer the nonlinear causal relationships of additive nonlinear time series, it suffers from the limitation that contemporaneous causal relationships of variables must be linear and not always valid to test conditional independence relations. This paper provides a nonparametric method that employs both mutual information and conditional mutual information to identify causal structure of a class of nonlinear time series models, which extends the additive nonlinear times series to nonlinear structural vector autoregressive models. An algorithm is developed to learn the contemporaneous and the lagged causal relationships of variables. Simulations demonstrate the effectiveness of the nroosed method.     

基于神经网络的具有不确定性因素的RLED机器人鲁棒控制

对具有不确定性因素的电机驱动刚性机械臂控制 ,提出了一种基于神经网络的鲁棒控制器 .控制器的设计采用Backstepping法 ,神经网络用于识别系统中一些包含不确定因素的复杂的非线性项 ,并且使系统的在线学习成为可能 .给出的网络权值演化算法可保证系统的跟踪误差和网络权值的一致终值有界 (UUB) .数值仿真结果亦表明该控制器具有良好的鲁棒性和控制精度