带种族遗传算法的神经网络辨识器及其应用

为了解决油田动态系统建立数字模型难和模型训练难的问题,以多层动态前向网络为模型框架,给出了一种新的油田系统神经网络辩识器,它对上述系统具有通用性。为了训练该辩识器和避免极值问题,模拟生物种族进化机制,设计了新的种族遗传算法。该算法是由改进的带共享机制的遗传算法、启发式山峰聚类算法和新的Powell算法有机结合构成的新型混合算法。应用表明,种族遗传算法具有极强的全局和局部搜索能力,这确保了上述神经网络辩识器具有很高的预测精度,平均相对误差在1%以内。     

网络环境下初中英语读写课教学模式浅析

引言 根据新课标的规定,初中英语教学的教学目标是使学生掌握一定的英语基础知识和听、说、读、写技能,形成一定的实际语言运用能力.初中英语读写课的教学对于培养学生读写技能,渗透训练听说技能和实现综合语言运用能力具有重要的作用.     

线性多步法模糊逻辑系统

根据求解常微分方程的线性多步逼近方法构造了线性多步法模糊逻辑系统以辨识由常微分方程所描述的未知动态系统,这种新的模糊逻辑系统在预测状态的同时也能够逼近系统微分方程中的未知函数,文中从理论上对精度作了分析,并用仿真验证了所得的结果。     

基于神经网络的燃料电池的辨识与模糊控制研究

利用神经网络辨识复杂非线性系统的能力,基于实验的输入输出数据,用神经网络辨识的方法建立起MCFC电堆的神经网络模型,然后基于温度特性输入输出关系设计一个模糊控制器,并用模糊控制器的输入输出样本训练神经网络.仿真结果表明,所设计的控制器用神经网络的计算结构代替模糊规则推理,在速度、自学习、自适应等方面具有灵活、高效的优势,它对不同的系统状态都能调节控制量,将温度较平滑地过渡到理想值.     

基于神经网络的时间序列鲁棒预测

为了实现神经网络预测模型的便棒预测,提出一种基于非线性偏自相关的一般化预测模型辨识方法。该方法通过考察待预测时间序列的当前序列值对各阶历史序列的不可约自依赖,确定神经网络这类非线性自回归模型的自回归阶数。实现表明,该方法可有效地提高神经网络预测模型的鲁棒预测能力。     

辨识金丝楠

这4块板是一个厂家提供的,分别为桢楠、拆房料、阴沉木和缅甸楠。桢楠,金丝楠中最好的一个品种,闻起来有类似香樟木的味道,新料味道更冲些。拆房料是老料,香味更加柔和。阴沉木(金丝楠阴沉木)虽说在水下泡了无数年,但仍然有那种奶香。缅甸楠是楠木中的一种,但不是金丝楠,没有金丝,有臭味散发,类似非洲花梨的味道。对上述4种材料的说法,是听厂     

一类有色噪声干扰下的随机时变系统学习辨识

讨论由一类时变ARMAX模型描述的动态系统学习辨识问题,提出用于估计有限区间上重复运行时变系统时变参数的学习算法.文中给出最小二乘学习算法的具体形式及实现步骤,并分析所提出学习算法的收敛性.分析结果表明,当重复持续激励条件成立且满足严格正实条件时,提出的学习算法具有重复一致性,即参数估值完全收敛于真值.文中还将结果推广到一类周期时变系统.通过数值仿真,进一步对所提学习算法的有效性进行了验证.     

基于目标函数的递推子空间辨识算法

针对实际工程中要求对系统参数进行在线估计的问题, 提出一种递推子空间辨识的新方法. 通过引入辅助变量关系将递推子空间辨识问题转化为目标函数的迭代最小化问题. 采用递推最小二乘算法在线估计参数并由传播方法得到更新的广义能观性矩阵, 进而求得子空间辨识模型系统参数. 该算法简单有效且对初值具有鲁棒性. 最后, 通过仿真实例验证算法的有效性.     

一类三关节体操机器人的类等效建模

无力矩驱动模式的电机驱动器使得三关节体操机器人控制难度增加,但具有实际意义.针对该类机器人系统,提出了基于＂类等效＂思想的简化动力学模型,该模型由刚体动力学和加速度驱动两个子模型构成.利用拉格朗日法建立刚体动力学方程;使用频率响应法得到加速度驱动模型的伯德图并确定了其阶次,根据阶跃响应曲线确定其纯滞后;使用改进的遗传算法辨识模型参数.通过对简化前后的模型进行对比实验以及简化模型的稳定控制实验,验证了简化模型的有效性和优越性.     

基于LabVIEW变风量空调系统在线辨识建模

将虚拟仪器技术应用于系统辨识中,根据相关辨识理论,结合西安建筑科技大学变风量空调实验室为研究平台,采用图形化的设计语言LabVIEW设计了在线系统辨识。研究了变风量空调系统中频率与送风风量的在线辨识建模,利用该平台所作实验、分析结果证明了实验研究的一种实用有效的工具,并且能推广到系统辨识的其他领域。