基于进化粒子群优化的非线性系统辨识

为解决复杂非线性系统的辨识问题,提出了一种基于进化粒子群优化算法的非线性系统辨识方法.在标准粒子群优化算法的基础上引入一种进化策略, 增加粒子的多样性.在算法迭代寻优的过程中, 通过对群体中的粒子进行选择、变异等进化操作, 构造进化粒子群优化算法, 提高算法的全局搜索能力.将非线性系统辨识问题转化为非线性连续域优化问题, 利用进化粒子群优化算法进行并行、高效搜索, 以获得该优化问题的解.通过对多输入单输出的Wiener-Hammerstein模型进行辨识, 验证了该方法的正确性和可行性.     

应用改进粒子群算法辨识Hammerstein模型

研究非线性系统辨识问题.针对非线性系统中单输入单输出Hammerstein模型,由于传统辨识方法对Hammerstein模型中非线性部分具有不易辨识的缺陷,造成辨识精度低、辨识效果差等问题.为此,在基本粒子群算法的基础上,提出了一种带有收缩因子的改进的粒子群算法对非线性系统进行辨识的方法,可将参数辨识问题转换为参数空间上的函数优化问题,然后利用粒子群算法的并行搜索能力进行参数寻优.通过MATLAB软件进行仿真,并与基本粒子群算法进行比较,结果表明,利用改进算法不仅提高了辨识精度而且获得了良好的辨识效果,从而验证了算法的有效性和可行性.     

用Hammstein模型描述的非线性系统的结构辨识

本文研究了用Ｈａｍｍｓｔｅｉｎ模型描述的一类非线性系统的辨识问题，给出了这种模型辨识时的激励信号问题。     

动力系统可辨识性研究综述

“可辨识性”是模型能否由观测数据唯一确定的性质,在经济学、生物学、化学、控制科学等多学科中被系统性地研究.近二十年来,随着动力系统复杂性急剧增加,将系统建模为动力学网络的研究愈加普遍,网络可辨识性也越来越受到学界关注.“可辨识性”不仅是系统辨识的理论保证,而且可以作为建模中实验设计、数据采集等的理论指导.本文综述动力系统的可辨识性问题,首先,给出了可辨识性问题的描述及相关定义.根据模型不同类别,本文对线性时不变系统与系统矩阵相关的可辨识性经典结论进行了阐述,并对非线性时不变系统的输入输出方法、输出相等方法等可辨识性主要研究方法进行阐述.针对激励矩阵和观测矩阵的4种不同情况,本文对动力学网络模型的可辨识性问题和代表性成果进行综述.最后,本文讨论了其仍需解决的问题和未来的研究方向.     

粒子群优化算法训练神经网络辨识混沌系统

提出利用粒子群优化算法训练神经网络的算法,进行混沌系统辨识,并与神经网络、遗传神经网络对同一混沌系统辨识的结果进行比较。实验表明,利用粒子群优化算法训练神经网络进行混沌系统辨识,在不明显增加执行时间的基础上,寻求最优解的质量有显著提高,并且原理简单,容易实现,可有效用于混沌系统的辨识。     

基于PID神经网络的多变量非线性动态系统辨识

文章研究基于PID神经网络的多变量非线性动态系统辨识问题。文中介绍了PID神经网络的结构和算法,分析了PID神经网络进行多变量动态系统辨识的特点和理论依据,采用PID神经网络实现了辨识任务,并给出了快速收敛的辨识结果。     

分布阶次系统时域子空间辨识

研究线性时不变分布阶次系统的时域辨识问题,提出一种基于主元分析的子空间辨识算法.该算法采用分数阶滤波器重构基本输入输出方程,利用主元分析辨识分布阶次系统的各项系数矩阵,通过代价函数将系统的各项分数阶微分阶次辨识问题转化为多变量参数优化问题,设计了辅助变量消除辨识过程中随机噪声的不利影响.数值仿真实例表明了算法的有效性.     

基于神经网络非线性系统辨识和控制的研究

本文提出了由静态的前馈网络和稳定的滤波器构成的非线性系统的辨识模型，在神经网络固有的逼近误差存在的情况下，从理论上讨论了神经网络应用于辨识控制过程中系统的稳定性问题，最后研究了在非线性系统的轨迹跟踪过程中增加滑动控制来偿神经网络的逼近误差，从而提高系统跟踪性能。     

基于支持向量机的非线性系统辨识

支持向量机（SVM）是一种新的通用学习机器，它从结构风险最小化的角度，分析了学习过程的一致性，收敛速度等。SVM能以任意精度逼近一类函数，而与输入的维数无关，克服了传统神经网络用于系统辨识的维数灾问题及结构难以确定等,在于这一辨识的维数灾问题及结构难以确定等特点，基于这一特性研究了对非线性动态系统的辨识问题，仿真结果表明SVM用于系统辨识有良好的辨识效果，并指出了今后研究的方向。     

神经模糊系统在制动干扰模型中的应用

关于汽车制动优化问题,由于汽车制动器摩擦系数的干扰,产生汽车制动振荡现象,系统的模型是一个由线性与非线性糅合的系统,针对非线性部分难以建立数学模型,采用传统的BP神经网络进行系统辨识,在辨识过程中常常出现收敛速度慢、易导致局部极值等不良现象,从而影响系统辨识的速度及其信号的跟踪性.为解决上述问题,结合模糊推理系统模型具有控制精度高与神经网络自学习的功能,提出了使用神经模糊系统来进行非线性动态部分辨识的方法.分别采用传统的BP网络与模糊神经系统的方法对非线性动态系统进行辨识,通过利用MATLAB软件进行仿真.仿真结果表明,神经模糊系统的非线性动态系统辨识方法,不仅能够提高系统辨识的收敛速度,还能提高辨识精度及信号的跟踪性能.     

Laminar film condensation on a horizontal disk with suction at the wall

The problem of two-dimensional, steady-state film condensation on an isothermal horizontal disk with suction at the porous wall is studied for the case in which a cold plate faces upward. The dimensionless film thickness along the disk is found to be a function of parameter Ja/Pr (Jakob number/Prandtl number) and the suction parameter S_w. An essential part of the present analysis is the use of the condition that the boundary layer depth at the disk edge is equal to a critical(minimum) depth. The dimensionless heat transfer coefficients are also found to be functions of parameters Ja/Pr and Ra/Ja. Furthermore, the dimensionless heat transfer coefficient increases as suction parameter S_w increases.     

并行算法的任务粒度与映射方法的分析

文章论述和分析了任务粒度、并行度和并行通信方式三者之间的关系,以及DAG任务图中的任务映射方法。任务粒度的增加会减少通信,降低并行度,但在采用不同的通信方式时,反而会增加通信开销。在任务图确定的情况下,盲目地增加处理机数目并不能提高任务的并行度,该文提出了一种映射方法以最大限度地利用好处理机资源。     

工作流系统适应性检查点机制的研究

容错技术已经成为工作流的研究热点,设置检查点是一种常用的容错方法。针对工作流系统提出一种适应性检查点机制,该机制通过最优化检查点数量和动态设置检查点间隔,大大提高了错误发生情况下任务按时完成的比率,并通过实验验证了该机制优于传统的检查点机制。     

Improving four-parameter sine wave fitting by normalization

Matrix equations need to be solved in each iterative round of four-parameter sine wave fitting. To ensure the robustness, normalizing factors rendering the minimum condition number (MCN) of the normal equation coefficient matrix was studied for the practical scenario (large sample size, and frequency well within [0, Nyquist Frequency]). Two parameter models, effective parameter model (EPM) and peak parameter model (PPM) were examined. The study shows that, firstly, with ignoring secondary entries of the coefficient matrix, the condition numbers depend solely on the amplitude of the four parameters. Secondly, for both models, there exists the optimal amplitude that renders the MCN. As amplitudes deviate from this optimal value, the condition number increases quickly. Thirdly, both the EPM and PPM possess a MCN close to 14. One numerical example shows that, if the realization data is normalized to the optimal amplitude, the condition numbers are indeed small, if the frequency lies in the practical range. With the initial frequency obtained from the method of the fast Fourier transform, outcomes at the fourth round iteration arrive to the Cramer–Rao bound.     

基于属性约简和支持向量机集成的乳腺癌诊断决策

针对遗传算法(GA)与支持向量机(SVM)集成相结合的疾病诊断方法存在属性冗余的问题,提出了一种改进的约简和诊断乳腺癌决策方法。该方法将最小化约简属性个数、最大化区分矩阵可区别属性的个数以及最大化约简属性对决策属性的依赖度这三种目标函数相结合作为GA的适应度函数。在约简属性后取多个子集,以便利用SVM集成学习。在UCI数据库中乳腺癌数据集的实验表明,与原始的SVM算法相比,该方法在分类诊断的准确度以及敏感性方面有一定的提高,其中分类准确度至少提高了2%。     

Flow characteristics of two rotating side-by-side circular cylinder

This paper presents a numerical investigation of the characteristics of the two-dimensional laminar flow around two rotating circular cylinders in side-by-side arrangements. In order to consider the combined effects of the rotation and the spacing between two cylinders on the flow, numerical simulations are performed at a various range of absolute rotational speeds (|α|?2) for four different gap spacings of 3, 1.5, 0.7 and 0.2 at Reynolds number of 100 showing the typical two-dimensional vortex shedding. As |α| increases, the flow changes its condition from periodic to steady after a critical rotational speed, which depends on the gap spacing. In the cases of gap spacings of 3 and 0.2, the wake keeps the same pattern, until flow reaches the steady state. However, for the gap spacings of 1.5 and 0.7, the wake patterns change in the unsteady regimes. For the cases in which the flow is unsteady, the Strouhal number strongly depends on the gap. For a fixed gap spacing, the variation of the Strouhal number is significant when the wake pattern is changed according to the rotational speed. Regardless of the gap spacing, as |α| increases, the lift increases and the drag decreases. Quantitative information about the flow variables such as the pressure coefficient and wall vorticity distributions on the cylinders is highlighted.     

Hierarchical fuzzy control

In a conventional rule based fuzzy control system, the rules are of the following form: if (condition) then (action), and all rules are essentially in a random order. The number of rules increases exponentially as the number of the system variables, on which the fuzzy rules are based, is increased. In this paper, the rules are structured in a hierarchical way so that the total number of rules will be a linear function of the system variables. The hierarchical fuzzy control algorithm developed in this paper is applied to control the feedwater flow to a steam generator of a power plant. The simulation results show that the hierarchical fuzzy controller yields superior performance over the conventional PID controller.     

一种信任域下的动态细粒度访问控制方法研究

信任域下主客体数量庞大、种类丰富、环境复杂易变,对传统的访问控制提出了挑战。针对传统的访问控制策略不够灵活,无法实现细粒度权限的问题,提出了一种信任域内的动态细粒度访问控制方法。该方法基于RBAC模型增加了条件约束,实施时在策略执行点PEP增加了PEP细粒度组件,体现了访问过程中细粒性和动态性,满足了信任域内的动态细粒度访问控制要求。     

基于变帧率训练的HMM汉语人名识别

本文针对语音识别中HMM模型需要大量训练,而在某些实际应用中不可能训练多次的问题,提出一种基于余弦整形变换的变帧率训练方法,并在人名声控拨号系统中进行实验,在训练一次的条件下,系统识别率提高4.2%。实验表明,该方法对解决语音识别系统中训练数据少的问题具有明显效果。