大规模复杂系统的定性SDG建模方法

介绍定性符号有向图（SDG）的建模思想--通过数学模型建立关联矩阵,再转化为图表示,并进行化简.总结了三条化简规则,阐述了如何通过实验,即灵敏度分析来形成关联矩阵的方法.在此基础上总结了定性SDG的建模步骤,并结合65t/h锅炉系统的典型实例,研究建立其定性SDG模型问题.     

多传感器数据融合技术(下)

3　数据融合方法多传感器数据融合虽然未形成完整的理论体系和有效的融合算法,但是在不少应用领域根据各自的具体应用背景,已经提出了许多成熟并且有效的融合方法。3 1　Ｄ Ｓ证据推理方法Ｄ Ｓ(Ｄｅｍｐｓｔｅｒ Ｓｈａｆｅｒ)证据推理是贝叶斯推理的扩充,其3个基本要点是:基本概率赋值函数ｍｉ、信任函数Ｂｅｌｉ和似然函数Ｐｌｓｉ。Ｄ Ｓ方法的推理结构是自上而下的,分3级,推理结构如图4所示。第1级为目标合成,其作用是把来自独立传感器的观测结果合成为一个总的输出结果(ＩＤ)。第2级为推断,其作用是获得传感器的观测结果并进行推断,将…     

利用双通道格形滤波器同时辨识ARMA模型的参数和阶次

本文重新构造了一种最小二乘通道格形滤波器，并将它用于同时辨识ＡＲＭＡ模型的参数和阶次。数值仿真结果表明，这种辨识算法具有计算量小、精度高等优点。     

基于神经网络的模糊自适应PID控制方法

提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点，既具有模糊控制的简单和有效的非线性控制作用，又具有神经网络的学习和适应能力，同时具备PID控制的广泛适应性，仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。     

基于Agent的流程工业制造执行系统结构研究

随着集成技术的发展，流程工业综合自动化系统采用了ERP／MES／PCS三层体系结构。本文针对流程工业的特点，分析了现有制造执行系统的结构特征，对流程工业制造执行系统的功能模块进行分类，并构造出对应的Agent模块，以此提出一种基于Agent的分布流程工业制造执行系统结构，这种结构非常有利于分布式流程工业制造执行系统的管理和控制，具有较好的柔性和扩展性，在此基础上，研究了流程工业制造执行系统中每个Agent的运作机制和多Agent之间的交互协调机制，为实现流程工业制造执行系统功能的合理调度打下了基础。     

基于LabVIEW的辨识仿真实验平台

论文介绍了用LabVIEW软件设计一种新的辨识仿真实验平台的原理、方法及其结构和功能特点。文中所开发的实验平台是集软件、硬件一体，能实现实时采样、数据处理、辨识、仿真等功能的实验系统。LabVIEW是开发虚拟仪器的一个常用软件。通过LabVIEW设计了程序的主要逻辑流程、与实际系统的硬件I／O接口和辨识仿真平台的用户界面；利用MATLAB语言设计辨识、仿真算法；并设计了远程访问等功能。利用该平台所作实验、仿真和分析结果证明了该平台是进行辨识实验研究的一种实用有效的工具，可供给工程研究和教学实验之用。     

一种视频目标轮廓跟踪的新算法

对双前沿活动轮廓模型进行了改进，提出一种鲁棒的视频目标轮廓跟踪新方法。通过限制支撑区域的大小，提高了演化速度。拟气球力的引入，既解决了因支撑区域限制导致的均匀区域内演化停滞的问题，又使参数调整更加容易，跟踪更加灵活。能较好地跟踪运动速度变化较大和形变较严重的目标，处理速度较快、并能自动适应目标拓扑的变化，适用于动态背景的视频。实验结果证明了该算法的高效性和鲁棒性。     

基于集成神经网络的CSTR状态预测

针对连续搅拌反应釜(CSTR)具有的多重稳态性质,提出使用多个相同拓扑结构的神经网络模块组成的集成神经网络对CSTR的状态进行预测的方法。对集成神经网络的所有网络模块使用多目标粒子群优化算法进行同步训练,使训练结果收敛于参数空间内最优的Pareto面。避免了单一神经网络训练收敛到某一最优点可能产生的过拟和的问题;解决了使用传统训练方法对集成神经网络的子网络进行独立训练时增加学习算法复杂度的问题。对CSTR浓度预测的测试结果证明集成神经网络比同等规模的单一神经网络更适用于CSTR的状态参数预测。     

无人机保障单座舰炮对单个目标作战效果分析

无人机通过侦察向舰炮提供目标信息,将舰炮武器与无人机作为一个完整的作战系统,用状态向量表征作战过程的动态变化,用状态概率描述系统作战效能及战斗结果,导出了系统状态概率的计算公式,给出了系统作战效果的评价方法.结果表明,当2架无人机保障1座舰炮对1个岸上运动目标作战时,0.2 s左右即可消灭目标.若要确保作战取得胜利,无人机最好在3架以上,此时舰炮摧毁目标的概率为0.8.研究成果对于无人机保障舰炮对岸作战具有重要的参考价值.     

非均匀周期采样多率系统的一种辨识方法

本文利用提升技术,推导了非均匀采样多率系统的提升状态空间模型.对于状态可测量的多率系统,利用最小二乘原理,给出了模型参数矩阵辨识方法;对于状态不可测的未知参数多率系统,利用递阶辨识原理,在考虑提升模型的因果约束下,将提升系统分解为子系统进行辨识,形成了状态空间模型递阶辨识方法.仿真例子表明,本文提出的递阶辨识方法是有效的.