小波变换在分布参数系统控制中的应用

在求解分布参数系统的最优边界控制的偏微分方程时,为了克服求解析解的困难,采用正交函数逼近的方法,引入Haar正交小波基,借助Haar小波变换的性质和相应的Haar小波运算矩阵,将偏微分方程描述的分布参数系统最优控制问题,转化为集总参数系统最优控制问题,从而解决了分布参数系统的最优边界控制问题。仿真结果表明:该方法对于研究分布参数系统控制问题是非常有效的。与一般正交基函数逼近方法相比较,该方法具有计算量小,逼近精度高,算法简单等优点。     

Haar小波运算矩阵与性质在分布参数系统控制中的应用

在小波理论的基础上,给出了Haar小波基所对应的乘积运算矩阵fm×m、元素乘积矩阵Hm×m、乘积积分运算矩阵W、微分运算矩阵D等,并给出了Haar小波逼近运算性质。将这些矩阵及其性质应用到分布参数系统控制问题的求解过程中,取得了较好的效果。     

基于小波分析的分布参数系统最优边界控制的逼近算法

提出了基于 Haar小波变换的分布参数系统 ( DPS)最优边界逼近控制算法 ,通过小波变换及其性质的应用 ,将分布参数系统的最优边界控制问题转化为集总参数系统的最优控制问题 ,有效地解决了分布参数系统的最优边界控制问题。通过两组不同参数的仿真结果的比较 ,可以看出 ,该算法是一种计算量小、精度较高的非常有效的算法 ,为解决分布参数系统最优边界控制问题提供了一条新的途径。     

分布参数系统传感器位置优化策略的小波算法

传感器位置配置是分布参数系统实现最优控制的关键问题之一,不仅和边界条件有关,还和输入信号、系统噪声、测量噪声、过程的动态特性等因素有关,各个因素对最佳测量位置的影响各不相同。分布参数系统状态在空间具有无穷维自由度,而测量通常只是在空间离散的有限个点上进行,并且受到噪声的污染,因此,选择分布参数系统测量位置具有重要的意义。本文基于正交函数逼近理论,用小波作为分析工具对分布参数系统的传感器测量点的位置优化问题进行研究。仿真结果表明：该方法对于分布参数系统的传感器位置的优化选择具有重要意义。     

基于本体的多Agent语义挖掘系统

在分析语义W eb与本体需求的基础上,提出了基于本体的多A gent语义挖掘系统模型。该系统由用户A gent、匹配A gent、语义中间件、推理A gent、查询A gent、本体库以及语义信息源等组成。并且开发了基于本体的多A gent语义挖掘系统的实验原型,为下一步研究开发比较成熟的软件产品奠定了良好的基础。     

基于Haar小波微分运算矩阵的分布参数系统辨识

在Haar小波正交逼近变换的基础上,对一阶线性分布参数系统参数辨识问题进行了研究.利用微分运算矩阵及其性质,将原偏微分方程描述的线性分布参数系统转化为一组代数矩阵方程,再利用最小二乘法,确定出待辨识的系统参数.基于Haar小波微分运算矩阵方法与基于积分运算矩阵的方法相比,避免了对偏微分方程进行多重积分运算、再利用积分运算矩阵的过程;而且可以不考虑初始条件和边界条件,简化了问题的求解过程.仿真实例表明了该方法辨识精度高,待辨识的3个参数辨识率分别达到0.06％、1.17％、0.26％,可以作为一种解决分布参数系统辨识问题的工具.