基于混沌RBF神经网络的汽油机进气流量预测研究

针对汽油机进气流量的多维非线性特性,提出了一种混沌径向基（RBF）神经网络的汽油机进气流量预测模型。证明了汽油机进气流量时间序列具有混沌特性,对采集的原始数据进行相空间重构,利用RBF神经网络对重构后的数据进行训练和预测,并利用混沌算法确定输出层连接权值和隐含层高斯函数径向基中心,使其达到全局最优,加快了RBF神经网络的收敛速度。仿真结果表明,与空气进气流量平均值模型、RBF神经网络预测模型比较,该模型具有更高的预测精度,为精确及时测试汽油机进气流量提供了一种全新的软件测量方法。     

利用Duffing振子估计多频信号参数

针对Duffing振子在混沌阈值附近对其临近频率的微小信号敏感而对其他信号免疫的特性,提出利用Duffing 振子估计多频信号参数.将待测多频信号送入Duffing振子中,用多相位振子组法估计各分量的频率,再通过平均特征指数法得到各频率分量对应的幅值和相位.该方法是一种时域分析方法,实现简单,估计精度高,对频率分量接近和低信噪比的多频信号同样适用.仿真结果和分析证明了该方法的有效性     

减速带激励下汽车的非线性振动特性分析

研究了在减速带激励下具有磁流变阻尼器悬架系统汽车的非线性动力学行为.汽车采用七自由度模型,磁流变阻尼器采用Sigmoid模型.根据第二类Lagrange方程建立了汽车振动微分方程,并采用四阶Runge-Kutta法进行了数值仿真.首先以减速带高度为参数对汽车运动进行分岔分析,然后通过时间历程图、相位图、Poincaré截面分析了汽车在不同减速带高度时所呈现的不同运动形式,得到了系统发生混沌运动时减速带的高度范围,并分析了系统经拟周期运动通向混沌运动的途径.研究结果为汽车平顺性控制和安全性设计提供了理论指导.     

主制造商供应商协同合作最优定价决策博弈与混沌分析

基于主制造商供应商的协同合作模式和利益追求,建立了主制造商供应商的价格博弈模型,考虑主制造商供应商的合作共生关系,引入共生系数,研究利益分配下的供应链定价问题.应用复杂系统理论分析了系统的稳定性与混沌状态,通过数值模拟,发现了供应商的价格调整速度影响供应链系统的稳定,共生系数影响主制造商和供应商的利益.由此,供应链企业通过选择合适的控制系数,可使系统维持在稳定状态下,这一研究结果对复杂产品主制造商供应商的价格决策有很好的借鉴作用.     

基于VMD的宽带混沌雷达多生命信号探测方法

提出并实验验证了一种基于变分模态分解（VMD）的宽带混沌雷达多生命信号探测方法。首先基于混沌相关测距获得原始回波矩阵,然后利用VMD方法抑制噪声和杂波并重构多生命信号,包括基于0 dB峰值噪声比（PNR）判决减小VMD运算量,通过中心频率分析优选 K值以及利用3 dB峰值旁瓣水平（PSL）判决自动提取呼吸信号,最后结合快速傅里叶变换（FFT）和恒虚警率（CFAR）等,同时估计墙后多个人体目标的呼吸频率和距离。实验结果表明所提方法可以实现20 cm墙后二至五个人体目标的准确、快速探测,并且具有15 cm的高距离分辨率。      

混沌免疫遗传算法在汽车悬置系统设计中的应用

传统的悬置系统参数优化方法容易使优化结果陷入局部最优,遗传算法因其易于早熟收敛而限制了实际优化效果,为此提出使用混沌免疫遗传算法对汽车动力总成悬置系统参数进行优化设计。优化设计中,以动力总成悬置系统六自由度能量解耦为目标函数,以悬置刚度和安装角度为优化变量,并考虑悬置系统的模态频率匹配、能量解耦率、悬置静态剪切和压缩变形等约束条件。优化结果表明,基于设计的寻优方法,改善动力总成悬置系统与整车匹配程度,提高动力总成悬置系统的隔振性能。     

三山岛金矿中深孔爆破参数混沌优化反演研究

为了获得三山岛金矿中深孔采矿的最佳爆破技术参数,提出了89和102 mm 2种炮孔直径的多组孔网参数爆破技术方案,用40组爆破技术参数为学习样本,建立了三山岛金矿中深孔爆破BP神经网络模型,用训练后的BP神经网络模型和混沌优化原理对爆破参数进行反分析,获得了最佳的爆破技术参数。研究表明：三山岛智能开采爆破技术方案的神经网络模型预测值与试验值误差均在4.61%以内,以炸药单耗0.40 kg/t为优化目标,爆破成本最低为优化原则,上向中深孔爆破选取孔径为89 mm时,混沌优化反演分析获得最佳孔网参数为底距2.4 m,排距1.6 m,爆破成本11.96元/t;上向中深孔孔径为102 mm时,获得最佳孔网参数为底距2.6 m,排距1.8 m,爆破成本9.68元/t。     

基于绿色证书交易机制的含风电场电力系统动态环境经济调度

为了促进风电消纳以及提高电力系统的经济性,构建基于绿色证书交易机制的含风电场电力系统多目标动态环境经济调度（DEED）模型,提出一种基于反向学习混沌搜索的OLCS-MOEA/D算法的DEED调度求解方法。首先,采用广义反向学习初始化种群提高种群多样性,并引入基于Logistic映射的混沌搜索算法以增强算法局部搜索能力。然后,为了验证算法的性能,采用标准测试函数F1—F7进行测试,同时将该算法对模型进行求解,获得了比其他算法范围更广和分布均匀的Pareto解集前沿。最后,对基于绿色证书交易机制的动态环境经济调度与传统动态环境经济调度进行结果对比分析,通过仿真算例验证该模型和算法的有效性和优越性。     

空域强鲁棒零水印方案

为了解决传统鲁棒水印技术不可感知性和鲁棒性间的矛盾,对空域零水印技术进行研究,分析了常规图像处理攻击对载体图像所有选择分块整体均值与分块均值间大小关系的影响,结果表明此关系具有较强的稳健性.基于此,提出了一种新的空域强鲁棒零水印方案.1）利用混沌系统对初值敏感的特性映射图像分块的位置和采用混沌加密与Arnold空间置乱技术对原始水印信号进行预处理;2）采用载体图像所有选择分块整体均值与分块均值间大小关系的稳健性能来构造特征信息;3）采用混沌加密和Arnold空间置乱技术对生成的零水印信号进行后处理.仿真实验结果表明,本文算法对常规的图像处理、尺寸缩放、旋转和多种组合攻击等都表现出较强的抗攻击能力.与相似的鲁棒零水印方案相比,本文算法的平均运行时间不仅减少了约90%,而且抗攻击平均性能提高了约15%,表明它具有较低的计算复杂度和更优越的鲁棒性能,适用于对载体图像质量要求较高的作品版权保护应用场合.     

相空间重构和支持向量机结合的电力负荷预测模型研究

风电机组集中并网会对电网安全稳定运行带来影响,为了合理规划各类供电机组高效运行,对电力负荷预测的精度提出了更高的要求。电网负荷时间序列具有混沌特性,普通预测方法难以描述其特性和内在规律。利用混沌相空间重构理论对负荷时间序列进行研究,用互信息法和CAO方法分别求得时间延迟和嵌入维数,并由此得到系统最大李雅普诺夫指数,证明其具有混沌特性。然后根据时间延迟和嵌入维数对样本数据相空间重构,在此基础上利用支持向量回归算法(PSR-SVR)对电力负荷进行预测,支持向量回归采用网格寻优确定参数。最后将预测的结果同时间序列模型和BP神经网络模型的预测结果进行对比,结果表明,这是一种误差小,精度高的电网负荷预测方法器。