基于灰色GM(1,1)和自适应神经模糊推理的数据预测模型

综合利用灰色理论与自适应神经模糊推理系统( ANFIS)建立预测模型的思路,给出了利用自适应神经模糊推理系统对GM(1,1)模型残差进行修正,重构灰色GM(1,1)模型预测值的综合预测方法.选用我国某地区冬季最大电力负荷作为原始数据,用GM(1,1)模型对历年的电力负荷进行建模,并利用自适应神经模糊推理系统对其残差进行...     

特征模型自适应控制方法在悬臂梁振动主动控制中的应用

特征建模理论和方法是对现有控制理论关于对象建模理论的一个发展,为高阶、参数未知对象进行低阶控制器、自适应控制器和智能控制器的设计提供了理论依据,为工程设计带来极大的方便。基于特征模型的自适应方法与常用的间接自适应方法相比,待辨识的参数更少,控制器算法更简单。由于基于特征模型的自适应方法是一种很新的方法,在实际系统中的应用还比较少,因此有必要通过在实际系统的应用来验证该方法的有效性并不断改进和完善该方法。为此,利用压电智能结构作为挠性悬臂梁的敏感器和致动器,采用特征模型自适应控制方法对挠性悬臂梁的振动进行主动控制,并比较研究了特征模型自适应控制算法和正位置反馈（PPF）控制算法的物理仿真结果,通过物理仿真验证了特征模型自适应控制器抑制梁弯曲振动的有效性。     

基于Lyapunov稳定性理论的模型参考自适应控制

主要研究模型参考自适应控制设计方法,主要介绍采用Lyapunov(李雅普诺夫)稳定性理论设计的自适应控制器,并假设可以获得对象的状态变量,利用这些状态变量构成自适应控制率。在利用MATLAB语言,通过仿真分析基于Lyapunov稳定性理论的自适应控制器的性能。     

基于Lyapunov稳定性理论的模型参考自适应控制

主要研究模型参考自适应控制设计方法,主要介绍采用Lyapunov(李雅普诺夫)稳定性理论设计的自适应控制器,并假设可以获得对象的状态变量,利用这些状态变量构成自适应控制率。在利用MATLAB语言,通过仿真分析基于Lyapunov稳定性理论的自适应控制器的性能。     

振动系统参数识别的ARMA模型与Ibrahim-Randec模型的关系

本文研究了用多变量ARMA模型描述振动系统的受迫响应进行参数识别的数学理论,给出随机减量函数的某些性质,指出了对受白噪声激励下的ARMA模型同Ibrahim-Randec之间的关系.     

混合隔振自适应控制系统研究与应用

为了克服潜艇动力设备被动隔振系统的不足,提出了基于混合隔振系统的模型参考自适应控制方法,设计了潜艇动力设备混合隔振自适应控制系统,并给出了设计实例和仿真。仿真结果表明,采用模型参考自适应控制算法的混合隔振系统,能够有效的弥补潜艇动力机械设备被动隔振系统的不足。     

基于自适应神经模糊的磁流变阻尼器非参数化建模

磁流变阻尼器具有很强的非线性特性,准确描述磁流变阻尼器输入、输出之间的非线性关系,对提高磁流变减振系统的控制精度,保持控制系统稳定性,具有重要意义。针对经典参数化建模存在的大量参数辨识和计算复杂问题,采用自适应神经模糊系统理论,根据磁流变阻尼器实验模型,建立了磁流变阻尼器非参数化模型。它包括两个自适应神经模糊子系统,分别对特定电压下,磁流变阻尼器输入、输出关系以及电压变化导致的阻尼力输出等级进行描述。研究表明：基于自适应神经模糊理论的磁流变阻尼器非参数化模型,能以很高的精度逼近磁流变阻尼器实验模型,真实反映磁流变阻尼器的非线性特性。由于非参数化模型的计算工作量大大减少,有利于实现磁流变减振系统的精确与快速控制。     

直流力矩电机低速自适应跟踪控制

由模型参考自适应控制原理,采用李雅普诺夫函数稳定性分析方法,分别给出了基于Stribeck非线性摩擦模型和库仑摩擦模型的低速补偿自适应控制律,并进行了低速性能实验对比研究。结果为：系统基于Stribeck模型和库仑模型的最低平稳速度分别为θmin＝0．00234／s和θmin＝0．0024／s;此时误差峰—峰值分别为0．463″和0．695″。显然前者的低速补偿效果更好。     

食品防潮包装理论及货架期预测研究现状

对食品防潮包装的理论研究现状进行了系统研究和分析。主要阐述了吸附模型、单组分干性食品货架期预测模型、多组分食品货架期预测模型和基于多因素影响的神经网络货架期预测模型国内外的研究进展,并分析了各个模型的优点和不足,为进一步研究食品防潮包装货架期提供理论参考。     

果蔬气调包装(MAP)数学模型研究现状

对果蔬MAP包装的理论研究现状进行了系统的研究和分析.主要对呼吸模型、包装内外气体交换模型、湿度变化和贮藏寿命预测模型的国内外研究进展予以阐述,并分析了各个模型的优点和不足.为进一步研究MAP包装提供理论参考.     

船舶发电机组转速神经网络模型参考自适应控制研究

将基于神经网络的模型参考自适应控制（NNMRAC）作为控制策略用于研究船舶发电机组的时变与非线性转速控制,以提高控制质量。研究中建立了船舶发电机组二阶传递函数模型,模型参考自适应控制的神经网络辨识器与控制器均采用多层前馈拓扑结构,网络训练采用量化共轭梯度反向传播优化学习算法。学习完成的神经网络模型参考自适应控制器与PID控制器并行作用于船舶发电机组,仿真数据表明船舶发电机组转速控制系统的调速快速性得到了提高、灵敏度得到了改善。     

两种非线性自适应滤波方法及其在建模中的应用

本文研究了基于Ｖｏｌｔｅｒｒａ级数模型和双线性模型的两种非线性自适应滤波，这两种滤波分别基于Ｖｏｌｔｅｒｒａ核和双线性递归差分方程，具有类似于ＦＩＲ和ＩＩＲ的结构。我们以Ｗｉｅｎｅｒ模型为代表，讨论了应用这两种自适应滤波进行非线性系统建模的问题，并考虑了ＭＳＥ和广义ＭＳＥ准则，分析了各种算法的复杂性，文中给出了一组仿真实例。     

战略管理视角下的高层管理者胜任力模型

将战略管理理论和胜任力理论相结合,通过文献回顾、深度访谈和问卷调查的方式,对高层管理者的胜任力结构在战略管理的3个阶段----战略制定、战略实施和战略控制与评价阶段所具备不同的胜任特征进行探索研究,并对各个阶段的胜任特征因子进行提取和分析,初步构建了战略管理视角下的管理者胜任力模型.     

一种基于自适应集成学习代理模型的结构可靠性分析方法

结构可靠性分析需要精确计算结构或系统的失效概率,当结构失效概率低时,运算量大且操作困难。可采用代理模型替代原始性能函数,结合自适应实验设计,在保证准确率的同时大幅减少原始模型的总运行次数。该文提出了基于自适应集成学习代理模型的结构可靠性分析方法,将适应性较广的Kriging与最近发展的PC-Kriging代理模型集成;利用代理模型提供预测点的方差特征,提出新的集成学习函数,识别高预测误差区域,实现高效拟合失效边界;通过主动学习算法在预测误差大和接近极限状态的区域添加采样,迭代更新集成代理模型。通过3个算例,验证了该文方法与单一代理模型结构可靠性分析方法的优势,与AK-MCS+U和AK-MCS+EFF相比,所提方法计算成本低、准确度高。     

最优投次组合的若干修正M—V模型

本文综述了若干最优投资组合的修正均质－方差模型,它们包括风险厌恶模型,两个控制非系统风险的Ｍ－Ｖ模型和风险偏好模型,它们适合对风险态度不同的投资者,文中对不同的模型给出了解析争,并讨论了各个模型的优劣。     

潜艇动力设备混合隔振自适应控制系统

为了克服潜艇动力设备被动隔振系统的不足,提出基于混合隔振系统的模型参考自适应控制方法,设计潜艇动力设备混合隔振自适应控制系统,并给出设计实例和仿真计算。仿真计算结果表明：采用模型参考自适应控制算法的混合隔振系统,能够有效的弥补潜艇动力机械设备被动隔振系统的不足。     

新型自适应变刚度隔震装置的力学模型和地震响应分析

基于负刚度系统的力学性能特点,研发了自适应变刚度隔震装置。基于该装置的组成构造和变形机理,提出了其理论力学模型,给出了装置简化的三阶段变刚度模型。对自适应变刚度装置进行的竖向压缩拟静力试验结果表明,理论力学模型与试验力学模型的三阶段刚度基本一致,可有效模拟装置的变刚度力学特性。通过自适应变刚度装置与铅芯橡胶支座组合,给出了变刚度隔震系统的力学模型,对某地图书馆进行的地震响应分析认为,新装置可适应不同水准抗震性能设计要求,降低隔震结构的加速度响应,同时避免隔震层位移过大,有效提升系统的稳定性和隔震效率。     

基于X列表的可重构ERP系统研究

为了从体系结构和管理机理更新的角度实现ERP的可重构性,建立了包括结构模型、过程模型、价值模型和分布式决策模型的X列表体系抽象层次结构.该模型能够通过初始化重构适应不同的企业环境,能够进行维护性动态重构以适应企业发展不同阶段上的环境变化,并能够支持企业内和企业间的集成与重构.给出了基于X列表的可重构ERP的软件系统架构.上述模型可以为新一代ERP软件系统的开发提供有力的理论支持.     

自适应PID控制在冷热站房节能系统中的应用

本研究的目的在于克服冷热站房节能系统控制方式落后、节能效果较差的问题.采用的方案是设计一种新型冷热站房节能控制方式,该方案根据用户需求,利用自适应PID技术,设计出站房控制模块,加强了系统控制能力,使节能系统具备了自适应调节能力;通过设计矢量控制模型给出最佳冷热能量转换通道;利用归一化积(Normalized Cros...     

基于高斯粒子滤波的当前统计模型跟踪算法

对于非线性系统估计问题,高斯粒子滤波器可以获得近似最优解,与粒子滤波器相比其优点是不需要重采样步骤和不存在粒子退化现象.采用高斯粒子滤波代替当前模型自适应跟踪算法中的卡尔曼滤波,将高斯粒子滤波与当前统计模型的优点相结合,提出了一种新的当前统计模型自适应跟踪算法,用于非线性非高斯系统的机动目标跟踪.MonteCarlo仿真表明,该算法跟踪精度优于标准的交互多模型算法和当前统计模型自适应跟踪算法,实时性好于交互多模型粒子滤波算法.