门限自回归模型建模方法的改进

本文简述了门限自回归模型的建模步骤和原算法的缺点,详细推导了建模方法的改进途径和步骤。即将模型进行适当变换,用数据的一阶差分和部分原始数据来求变换后模型参数的最小二乘估计,再反回去求原模型参数。增加阶数时,系数阵及其逆阵和模型参数都采用了递推算法。通过实例计算表明,改进的方法比原方法可节省机时60％左右。     

RF功放非线性特性的在线神经网络建模

为了改善功放系统的非线性特性,采用了基带数字预失真技术,其中功放系统的建模是其关键技术.由于功放系统是一个复杂的带记忆效应的非线性时变系统,为了能够实现实时校正,采用级联相关算法进行在线神经网络建模.首先选用残差相关性判别方法来确定神经网络功放模型的结构和初始参数,然后使用带遗忘因子的递推最小二乘法对神经网络模型参数进行在线自适应调整.对实测数据的验证表明,建立的神经网络模型完全能达到给定的性能指标要求.     

迷宫问题的最短距离标记法递归求解

用标记每个搜索位置离起始位置最近距离的方法,通过递归函数求解,提出了一个对复杂迷宫的简明求解算法.求解结果给出了迷宫通道中所有各点离入口的最短距离、次短距离等有意义的批量信息.     

关于B样条函数系的一个定理

本文对于L.L.Schumaker的名著《Spline Functions:Basic Theory》第四章中关于B样条函数系线性无关的定理4.18的证明,指出了其欠妥当之处,提出了反例并给出了正确的证明。     

锌铝合金中稀土及杂质的晶界行为

用分子动力学方法获得了液态ZA27合金的原子集团,构造出ZA27合金α相与液相界面原子模型及α相大角度晶界模型.采用递归法计算了稀土及杂质元素在晶粒内、固液相界面及α相晶界处的环境敏感镶嵌能,分析了这些元素对晶界处铝、锌之间电子转移量的影响.从理论角度说明稀土、杂质元素在结晶时富集于固液相界前沿液体中,合金凝固后偏聚于晶界,并在晶界产生复杂的交互作用,进而影响合金的使用性能.     

同直径圆形片条带剪切排样的递归算法

采用简单的多级排样方式和递归方法,提出一种新的解决同直径圆形片条带剪切排样问题的递归算法,并用该算法对251块相同的板材,取不同的毛坯直径进行计算机模拟实验.计算可得使用多级排样方式时平均计算时间为0.067s,平均下料利用率为72.84%,比用单一X向级排样方式提高1.23%,比用单一Y向级排样方式提高2.01%.该算法在计算时间和提高下料利用率方面都比较有效,可以用于指导生产实践.     

递归学习寻找对称变量

逻辑验证和逻辑综合中，利用对称变量的性质能提高算法整体的效率．通常fx1xj^-=fxjxi-被用来检验变量的对称性．一般先分别建立fxjxi和fxjxi^-的BDD(Binary Decision Diagram)二分决策图，然后通过检查两BDD图是否同构来验证fxjxi=fxjxi^-．但将电路转化为BDD图本身就需要一定的时间，而且对于大的电路，存在BDD图不能建立的可能性，致使同构验证无法进行．本文利用递归学习，无需建立BDD图直接在电路拓扑图上验证fxjxi^-=fxjxi^-递归学习算法执行效率高，可以大大缩减对称变量检测的过程．试验结果表明，利用递归学习算法检测对称变量执行时间减少，并且能将大的电路作为检测对象．     

一种PID型神经网络控制器

针对非线性的时滞系统 ,采用一种将PID控制规律融进神经元网络的控制器 ,并应用基于最小二乘递推算法的最小方差预测值来克服时滞误差 .运用Lyapunov稳定性定理 ,确定了系统稳定时控制器权系数的范围     

交互式多模型卡尔曼滤波的车辆悬架系统状态估计

针对车辆悬架状态无法准确估计的问题,设计了自适应交互式多模型卡尔曼滤波(IMMKF)状态观测器.首先,建立了标准路面激励模型与四分之一线性化悬架模型;然后,利用递归最小二乘方法与IMMKF理论,设计了不同工况下广义悬架模型自适应IMMKF状态观测器;最后,分析了在标准C级路面激励工况下簧载质量变化对悬架系统状态估计的影响.仿真与台架试验结果表明,在簧载质量变化工况下,所设计的自适应IMMKF状态观测器与传统卡尔曼滤波状态观测器相比其估计精度至少可以提高20%.     

Univariate Forecasting Comparisons: The Case of the Spanish Automobile Industry

This paper investigates the forecasting ability of unobserved component models, when compared with the standard ARIMA univariate approach. A forecasting exercise is carried out with each method, using monthly time series of automobile sales in Spain. The accuracy of the different methods is assessed by comparing several measures of forecasting performance based on the out-of-sample predictions for various horizons, as well as different assumptions on the models’ parameters. Overall there seems little to choose between the methods in forecasting performance terms but the recursive unobserved component models provide greater flexibility for adaptive applications. © 1997 by John Wiley & Sons, Ltd.