非线性时间序列的神经网络预测的研究

采用各种改进的BP算法及径向基神经网络来逼近非线性映射Xn 1=4Xn(1-xn)，揭示了人工神经网络有非常强的逼近非线性映射的能力。同时也分析对比了各种算法的性能，讨论了几种改善人工神经网络功能的途径。     

基于遗传算法的灰色预测控制算法在液位控制中的应用研究

针对过程控制中被控对象纯滞后而难于控制的特点,提出了用遗传算法（GA）整定灰色预测PID参数的实现方法和步骤。最后针对具体的液位被控对象进行了仿真研究,仿真结果表明该算法具有较好的控制效果。     

非线性系统神经网络控制的现状与展望

对神经网络控制在非线性系统中的应用,特别对现阶段几种较重要的神经网络控制进行了评述, 并对神经网络控制的发展作了展望．     

广义预测控制发展与展望

广义预测控制(GPC)以其模型参数少、鲁棒性强和稳定性好以及多步预测、滚动优化和反馈校正等优点,在学术和工业应用中得到了广泛关注,但对其发展和展望的研究还很少.通过介绍广义预测控制的基本原理、鲁棒性和稳定性,总结了其研究方法和现状,并对广义预测控制的研究方向做了展望.     

网页更新预测算法研究现状

互联网的一个重要性质是网络中的网页信息随时发生着更新。在Web信息迅速增长的今天,网页更新的预测和确定成为了一个备受关注的课题。介绍了作为网页更新预测模型的泊松模型,并根据该模型的各种缺陷分析对网页更新预测算法的现状进行了阐述,同时对未来的研究方向进行了展望。     

一种网络拥塞控制算法的研究

网络中的拥塞来源于网络资源和网络流量分布的不均衡性。随着互联网规模的增长,互联网上的用户和应用都在快速的增长,如果不在互联网中使用拥塞控制算法,拥塞崩溃的发生会严重降低网络的性能。在互联网中使用有效的拥塞控制算法成为一个很有研究价值的重要课题。在比较了现有的拥塞控制算法及其优缺点,针对FRED算法提出了一种改进后的FRED算法、对算法进行了抓包实验,并且从服务质量及网络公平性原则方面做了进一步的研究与探讨。     

一类非线性系统的广义预测控制

对于时延的非线性系统,将其等价为含有纯滞后的时变线性系统,利用三次样条函数逼近时变参数,利用渐消记忆递推最小二乘法在线辨识多项式的参数以实现时变参数估计,将基于Hammerstein模型的非线性系统线性化.最后运用广义预测控制策略实现对该系统的仿真,结果表明被控对象在广义预测控制算法的控制下系统闭环稳定性好、稳态误差小.     

基于广义预测控制算法的微装配精密平台设计

本文以大学生创新性实验计划为切入点,着手解决微装配系统中高定位精度与大运动范围的矛盾。将精密丝杠传动的三维宏动平台与压电陶瓷驱动的三维微动平台有机结合,并在装配系统的闭环控制中采用改进的广义预测控制算法,有效地克服了丝杠传动的间隙误差、滞后,以及压电陶瓷的迟滞、蠕变和非线性,提高了装配系统的精度和适时性。实验结果表明,该运动平台的定位精度达0.01um。     

多变量ARX-Laguerre函数PID预测控制算法及其应用

针对重油催化裂化分馏塔控制系统满足稳定设计却难以优化系统性能的问题,提出了一种基于多变量ARX-Laguerre函数模型的PID预测控制(multivariable ARX-Laguerre function model predictive control combined with proportion integration differentiation,MALMPCPID)算法。以增量式的多变量ARX-Laguerre函数为预测模型,通过带有遗忘因子的最小二乘递归方法在线辨识Laguerre系数矩阵,并将滚动优化的性能指标改写成PID参数形式,以提高系统的动态性能。将所提的MALMPCPID算法应用于Shell公司重油催化裂化分馏塔进行仿真实验并与现有算法进行对比。结果表明,所提算法对多变量强耦合过程具有良好的控制效果,而且快速性和解耦能力得到了大大提高。     

基于快速并行优化算法的非线性预测控制

从建立稳定、精确的非线性预测模型出发,以Broyden,Fletcher,Goldfarb和Sharmo(BFGS)的拟牛顿优化算法为基础,在神经网络的训练过程中引入两个含有不同参数的拟牛顿校正公式并行的确定搜索方向,通过不精确搜索法求取最优步长,最后根据性能指标取最优的一个搜索方向和相应的步长对网络各层之间的权值进行修正。控制器采用神经网络递推多步预测、自补偿式在线闭环反馈校正以及迭代学习求解进行优化的方法。Matlab仿真结果验证了该方法的有效性。     

改进的神经预测控制及其应用

广义神经预测控制是一种滚动时域控制方法,需要使用最小化代价函数来实现对控制输入的优化,而最小化代价函数需要较大的计算量,该文将时滞神经网络用于神经预测控制,改进了传统广义神经预测控制的学习算法,仿真实验结果表明了所提方案的优越性．     

基于递阶遗传算法的神经网络预测控制(英文)

针对具有时延非线性系统提出一种神经网络预测控制．相应的预测模型通过递阶遗传算法离线训练数据并实时多步递推得到;性能函数中引入模型误差校正以克服模型失配及干扰等对系统造成的影响．仿真结果表明该系统具有良好动态响应及鲁棒性．     

预测与展望

未来15年我国中等职业教育发展战略应做四大调整 湖南省教科院高等教育研究所所长欧阳河等研究者对2020年高中阶段学龄人口和中职在校生规模、专任教师需求量、预算内经费等方面进行了预测.     

脉冲噪声的非线性变换有源控制算法研究

α稳定分布模型是描述脉冲噪声的最佳理论工具,研究了对称α稳定分布脉冲噪声的有源控制;对基于非线性变换的脉冲噪声有源控制算法进行了推导与分析,并对FXSigmod算法进行了计算机仿真,用实验证实算法消除噪声的效果。该算法无需估测阈值,容易实现,连续更新性能好,可快速有效抑制脉冲噪声。     

非线性物理的研究现状与展望

非线性系统在一定参数范围内所表现出的内在的随机性已经渐渐受到更多学者的注视,旨在用尽量浅显的语言概述有关非线性物理理论的主要内容和研究现状,使那些没有接触过非线性科学的人尽快地了解、认知它,同时通过此种形式与广大非线性动力系统的研究者们相互交流,以期对非线性及混沌进行更深入的探索。     

翅片式制冷蒸发器自动调谐阀控制算法研究

针对翅片式制冷蒸发器难以精确、自动控制的问题,提出一种基于PID的自动调谐阀控制算法。先对翅片式盘管蒸发器的工作过程进行分析和建模,建立对蒸发器的仿真分析环境,在此基础上设计一种基于PID的自动调谐阀控制算法。实验结果表明,该算法的仿真控制效果和实际测试结果基本一致,具备自动控制的特点。     

基于联合移动速度与前向预测的自适应功率控制算法

针对闭环功率控制移动速率和时延的问题,提出了一种联合移动速率与前向预测的自适应功率控制算法,该算法把当前测到的功控指令与以往的指令进行对比,通过预测估计得到下一时刻发射功率。仿真结果表明,此算法在不降低基站接收信号性能的情况下,为移动台节省了大约1dB的发射功率。并且本文所提的算法与基于速度的无预测自适应算法相比,在速率较大时可以获得大约1dB的增益。     

楚雄州经济预测研究

本文依据楚雄州1949～1997年的工农业宏观经济指标的资料,以及1978～1996年国内生产宏观经济指标的资料,应用非线性回归的统计方法,建立了有关经济指标的预测方程,并确定了各个方程的估计标准误和相关指数(相关指数均大于0.998,数学拟合比较成功),应用预测方程对楚雄州1998～2002年的宏观经济指标进行了定量预测、此外,依据楚雄州1949～1997年工业总产值的资料,本文还利用自然增长的分形规律,对楚雄州今后近四十年的工农业总产值的发展趋势进行了长期预测.