胞映射技术研究非线性化学系统的性态

用胞映射方法对典型的非线性化学动力学系统,例如对著名的ＢＺ振荡反应、ＷＲ反应和Ｒｏｓｓｌｅｒ反应等复杂的非线性化学动力学体系的演化过程、内在机制、吸引环和振荡行为进行了数值仿真和分析,结果表明：胞映射方法能够揭示常规方法无法获取的内在规律和表象,进一步显示了胞映射方法普适性、定量性和求解性。     

应用胞映射算法研究非线性化学模拟系统

用简单胞映射和广义胞映射法程序对若干非线性化学动力学模拟系统的演化过程，内在机制和全局性态进行了数值计算和分析。结果表明：胞映射方法在普适性和定量性方面表现出很好的解析功能，能够从复杂动力学系统中提取其他方法无法获取的分形结构，化学混沌，演化模式和稳定性特征，从而有助于揭示复杂非线性化学体系深层次的内在规律和机制。     

胞映射方法研究三峡库区流域富营养化污染的演化性态

用胞映射方法对两种流域富营养化污染非线性简化系统的演化过程和全局性态进行了数值仿真、分析和探讨，结果表明：胞映射方法在解决流域时空混沌问题时表现出良好的解析能力，可从复杂动力学系统中提取常规方法无法获取的混沌形态、演化模式、奇异吸引域和吸引子特征，有助于深层次上认识和揭示复杂水域富营养化污染体系的演变过程和产生混沌的原因，为三峡库区富营养化污染的趋势预报和调控机制的研究提供新思路和实现技术。     

胞映射方法及其在非线性随机动力学中的应用

介绍了与非线性随机动力学研究密切相关的几类胞映射方法的研究和进展,主要有广义胞映射图方法、基于短时高斯逼近的胞映射方法、并行胞映射方法等.简述了胞映射方法在随机动力学中的应用情况,重点关注随机响应、分岔、离出和碰撞振动系统.给出了胞映射方法面临的挑战,以及未来研究可能的发展方向.     

大气中二氧化碳污染与气候演化关系的胞映射计算研究

改进了简单胞映射算法,应用于具有外源强迫特性的Saltzman气候模式——能量平衡气候模式的计算分析,从而有效、动态和直观地揭示大气环境中海温、海冰冰界和二氧化碳浓度之间非线性耦合的相互作用及其整个大气系统的复杂演化过程,得到了在给定控制参数下胞映射吸引子和各步吸引域在胞映射相空间中的分布图形,刻划了系统长期演化的全局性态。另外,通过调试A参数还发现它对系统准稳态演化过程的影响敏感,参数A值过于简化可能导致系统信息丢失。     

大气中二氧化碳污染与气候演化关系的胞映射计算研究

改进了简单胞映射算法，应用于具有外源强迫特性的Saltzman气候模式——能量平衡气候模式的计算分析，从而有效、动态和直观地揭示大气环境中海温、海冰冰界和二氧化碳浓度之间非线性耦合的相互作用及其整个大气系统的复杂演化过程，得到了在给定控制参数下胞映射吸引子和各步吸引哉在胞映射相空间中的分布图形，刻划了系统长期演化的全局性态。另外，通过调试∧参数还发现它对系统准稳态演化过程的影响敏感，参数∧值过于简化可能导致系统信息丢失。     

基于局部保留投影的堆叠隐空间模糊C均值算法*

传统模糊聚类算法在处理复杂非线性数据时学习能力较差。针对此问题,文中基于极限学习机(ELM)理论,结合局部保留投影(LPP)与ELM特征映射,提出压缩隐空间特征映射算法,从而将原始数据从原空间映射至压缩ELM隐空间中。通过连接多个压缩隐空间特征映射,结合模糊聚类技术,提出基于LPP的堆叠隐空间模糊C均值算法。大量实验表明,文中算法对模糊指数的变化不敏感,在处理复杂非线性数据和存在类内差异的图像数据时,能够取得更精确、高效、稳定的学习效果。     

基于混沌优化的LS-SVM非线性预测控制方法

针对非线性系统的控制问题,提出了一种基于LS-SVM的预测控制技术。该方法将LS-SVM和非线性预测控制思想有机结合,利用混沌映射的特性,通过引入混沌优化技术对LS-SVM参数进行优化,同时又将其作为滚动优化策略,避免了非线性预测控制中复杂的梯度计算和矩阵求逆问题,仿真研究说明了该非线性预测控制器的有效性及实时性。     

基于数据驱动的一类复杂系统动态特性分析

针对一类复杂的无法对其机理建模的离散时间系统,根据采集的两年工艺参数数据,结合复杂工艺特点,提出了基于数据驱动的系统动态特性建模方法,构建了时间序列受控回归滑动平均(CARMA)胞映射模型。在模型结构确定的基础上,采用改进的量子行为粒子群优化(IQPSO)算法对系统参数进行辨识。算法通过设计新的粒子更新式增加了粒子的多样性,避免了算法的早熟收敛;算法通过在后期将搜索到的最优值传递给神经元作为初始权值,利用神经元增强算法的局部搜索能力,实现了算法探索与开发的平衡,达到对模型参数进行快速精确辨识的目的。在转化为状态空间模型基础上,根据胞映射理论对系统进行了稳定性分析,通过对胞映射作图快速获得平衡胞,利用动态优化原理,找到所有的周期胞和吸引域,达到对系统稳定性分析的目的。利用现场工艺数据进行仿真,结果证明了所提方法的有效性。     

基于人工神经网络的中长期负荷预测算法

当前中长负荷预测的大部分方法都衍生于传统的线形统计理论,难以解决复杂的非线性问题。文中结合BP人工神经网络技术,利用人工神经网络所具有的非线性映射和函数逼近功能对中长期电力负荷进行了研究,提出了一种中长期电力负荷预测的思路。并利用北京市的实际数字对未来若干年的用电量进行了预测,实验结果表明,该算法具有较好的准确性和可行性。     

求多峰函数全部全局最优解的胞腔排除遗传算法

借助胞腔，并利用遗传算法能够最终收敛于非线性多峰函数全局最优解的特点，动态地剖分和排除胞腔，从而构成一种新型遗传算法－胞腔排除遗传算法，利用该算法可求取非线我峰函数全部全局最优解，仿真实验表明该算法合理，有效。     

基于核函数的谱嵌入聚类算法

谱嵌入聚类(SEC)算法要求样本满足流形假设,样本标签总是可以嵌入到一个线性空间中去,这为线性可分数据的谱嵌入聚类问题提供了新的思路,但该算法使用的线性映射函数不适用于处理高维非线性数据。针对这一问题,通过核化线性映射函数,建立了基于核函数的谱嵌入聚类(KSEC)模型,该模型既能解决线性映射函数不能处理非线性数据的问题,又实现了对高维数据的核降维。在真实数据集上的实验分析结果表明,使用所提算法后聚类正确率平均提高了13.11%,最高可提高31.62%,特别在高维数据上平均提高了16.53%,而且在算法关于参数的敏感度实验中发现算法的稳定性更好。所以改进后的算法对高维非线性数据具有很好的聚类效果,获得了比传统谱嵌入聚类算法更高的聚类准确率和更好的聚类性能。所提方法可以用于诸如遥感影像这类复杂图像的处理领域。     

基于非线性映射的约束系统自适应反推控制

针对基于障碍Lyapunov函数的非线性约束系统反推控制中, 控制器结构复杂、约束量初值选取区间小、会引入额外参数等问题, 提出了一种新的基于非线性映射的自适应反推控制方案. 该方法扩大约束量的初值选取区间为整个约束区间, 增加了系统初值选取和控制器设计的便易性. 约束量被映射至实数空间中, 因此映射后的新系统可以直接应用反推法设计控制器, 简化了控制器结构且不会引入额外参数. 证明了映射前后系统具有一致的收敛性, 保证闭环系统所有信号一致有界, 并且跟踪误差渐近收敛于零. 仿真结果进一步验证了本文方法的有效性.     

一种无模型非线性运动控制学习算法的研究

本文针对具有往复特性的非线性运动控制，提出了一种基于Fourier无穷级数的无模型运动控制算法. 该算法将复杂的非线性问题映射成Fourier空间中若干个调节器问题. 从而简化了问题的求解.文中给出了算法收敛性的理论证明.最后在自行研制的小型运动平台上进行了相关实验，结果表明，该算法具有简单、高效、控制精度高等特点，有较强的实用性．     

基于ANN的非线性系统GPC算法及仿真研究

将神经网络（ANN）技术应用于常规GPC算法，设计了基于ANN的非线性系统GPC结构方案，并对其控制原理和控制算法进行研究,基于ANN高度非线性映射等特性，运用数字仿真方法，对所设计的控制结构方案进行仿真研究,仿真结果显示，基于ANN的非线性系统GPC结构方案合理可行，并取得了满意的控制效果．     

多层递阶融合模糊特征映射的模糊C均值聚类算法

针对复杂非线性数据的无监督学习问题,提出一种新型的映射方式来有效提高算法对复杂非线性数据的学习能力。以TSK模糊系统的规则前件学习为基础,提出一种新型的模糊特征映射新方法。接着,针对映射之后的数据维度过大问题,引入多层递阶融合的概念,进一步提出基于多层递阶融合的模糊特征映射新方法,从而有效避免了因单层模糊特征映射之后特征维数过高而导致的数据混乱和冗余的问题。最后与模糊C均值算法相结合,提出基于多层递阶融合模糊特征映射的模糊C均值聚类算法。实验研究表明,文中算法相比于经典模糊聚类方法,有着更加优越、稳定的性能。     

Projection Mapping on Arbitrary Cubic Cell Complexes

This work presents a new representation used as a rendering primitive of surfaces. Our representation is defined by an arbitrary cubic cell complex: a projection‐based parameterization domain for surfaces where geometry and appearance information are stored as tile textures. This representation is used by our ray casting rendering algorithm called projection mapping, which can be used for rendering geometry and appearance details of surfaces from arbitrary viewpoints. The projection mapping algorithm uses a fragment shader based on linear and binary searches of the relief mapping algorithm. Instead of traditionally rendering the surface, only front faces of our rendering primitive (our arbitrary cubic cell complex) are drawn, and geometry and appearance details of the surface are rendered back by using projection mapping. Alternatively, another method is proposed for mapping appearance information on complex surfaces using our arbitrary cubic cell complexes. In this case, instead of reconstructing the geometry as in projection mapping, the original mesh of a surface is directly passed to the rendering algorithm. This algorithm is applied in the texture mapping of cultural heritage sculptures.