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.     

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.     

非线性时滞微分方程组周期解存在的一个充分条件

考虑非线性时滞微分方程组周期解的存在性问题,应用Leray-Schauder不动点定理,证明了非线性微分方程组周期解新的存在性结果.     

算子Dn＋p-1在亚纯p叶星象函数上的性质

在复分析中,亚纯叶函数有很好的性质和应用.利用Hadamard卷积为f（z）∈∑p定义了一个新的线性算子Dn＋p-1f（z）=ψp（n＋p,1;z）＊f（z）,然后研究线性算子Dn＋p-1在亚纯p叶星象函数上的一些性质.     

一类高阶自共轭微分算子谱的定量分析

定量研究了一类高阶自共轭微分算子的谱,得到了这类算子的本质谱充满了正实轴,而在负半轴上只有离散谱.     

信息物理融合系统中恶意软件传播与分岔控制策略

针对恶意软件在信息物理融合系统中传播机理难以描述的问题,利用非线性动力学理论构建其传播动力学模型,并基于稳定性理论和Hopf分岔定理对该模型的复杂动力学行为进行分析.为了控制恶意软件传播所引发的Hopf分岔,根据分岔控制理论设计了一类结合参数调节法与状态反馈法的混合分岔控制策略,并深入研究控制参数对Hopf分岔点位置及极限环幅值的影响.数值仿真结果表明所设计的混合分岔控制策略不仅能够提前或推迟Hopf分岔点,而且可以改变极限环幅值大小,使信息物理融合系统产生预期的动力学行为,实现控制目的,从而有效降低恶意软件的危害.     

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching learning based optimization)算法引入一种新的奖励机制, 提出一种新的结合奖励机制的ETLBO-reward算法, 并基于该算法提出一种简单自适应的精英个数算法RETLBO reward, 该算法保留了传统算法参数少、 易实现、 收敛快等优点, 进一步提升了传统算法的收敛能力. 对6个连续非线性优化问题的测试结果表明, 这两种算法均具有良好的性能, 求解效率较原ETLBO算法有明显提升.     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

两阶段非线性Wiener过程退化建模与可靠性分析

基于性能退化数据对产品进行可靠性分析一直是可靠性工程领域研究的热点与难点。针对多阶段退化过程中存在的非线性规律,同时考虑变点位置位于测试时刻之间的一般情形且各试样变点存在个体差异性的实际情况,提出了基于Wiener过程的两阶段非线性退化模型,给出了模型参数极大似然估计方法,建立了可靠性分析和寿命预测方法。最后通过高压脉冲电容器实例的对比分析,验证了所提方法的合理性与有效性。结果表明,与多阶段线性Wiener过程方法相比,所提方法能够更加准确地描述退化过程的非线性时变特征,进而得到更为合理的寿命评估结果。     

分子非线性光学性质的量子化学研究

非线性光学是研究介质在强光作用下产生的非线性光学现象及其应用.以有机非线性光学材料苯并噻唑衍生物和花青苷衍生物共6个分子为代表,根据密度泛函理论优化其分子结构,从而得到它们稳定的分子构型,通过分析键长键角、共轭链长度、轨道图像、跃迁能振子其强度以及二阶非线性光学系数Btol值等数据,得出Btol正比于跃迁偶极距,反比于跃迁能,所以增加的跃迁偶极距和红移的光谱吸收峰会导致Btol增大.