随机状态模型参数辨识的多步算法

基于解耦辨识和多步计算思想,本文提出了一种状态空间模型参数辨识的多步算法.计算法包括二步加权最小二乘法、一步输出信息序列的修正和一步自适应 Kalman滤波过程,具有全局收敛且对待辨识参数初始估值设置不敏感等特点.仿真结果表明,在受控系统承受测量噪声和过程噪声的情况下,该算法对线性状态空间模型的参数辨识是十分有效的.     

一种高效的简化可辨识矩阵集成算法

基于可辨识矩阵的约简算法,需要生成许多无用的元素,因而算法效率不高.针对这一问题,基于动态思想,设计了一个新的集成算法,新算法在生成可辨识矩阵的过程中不用生成大量的无用元素,减少了存储量和计算量,从而使算法的效率得到提高.最后给出了一个实例说明新算法的高效性.     

一种高效的简化可辨识矩阵集成算法

基于可辨识矩阵的约简算法,需要生成许多无用的元素,因而算法效率不高.针对这一问题,基于动态思想,设计了一个新的集成算法,新算法在生成可辨识矩阵的过程中不用生成大量的无用元素,减少了存储量和计算量,从而使算法的效率得到提高.最后给出了一个实例说明新算法的高效性.     

不确定系统的鲁棒D控制

针对一类范数有界参数不确定线性连续系统,研究了使得闭环系统的所有极点均配置在给定部分扇形区域中的状态反馈控制器设计问题.基于线性矩阵不等式(LMI)处理方法,给出了不确定线性系统存在鲁棒D控制的充分条件,并利用使两个LMIs同时成立的可行解给出了状态反馈控制器的设计算法和设计步骤.最后,通过一算例验证了结果的正确性和有效性.     

基于两次聚类的PWARX驾驶行为辨识模型

针对传统基于聚类的PWARX模型依赖先验知识和子空间划分精度不高的问题,提出一种基于两次聚类的PWARX辨识模型改进算法,并将其应用于驾驶行为建模。首先通过近邻传播算法在样本空间上进行聚类,在所得类簇上用线性模型进行拟合,并通过K-means算法在线性模型的参数空间上进行聚类,以获得PWA子模型的区域划分,最后在各个子空间上对PWA子模型进行求解。该算法合理利用了近邻传播算法和K-means算法的特点,通过在样本和参数空间上的两次聚类获得了良好的子模型区域分割效果。并对10名驾驶员的驾驶行为的建模实验结果表明,所提算法的模型辨识的平均准确率达到了91.5%。     

改进的Skowron可辨识矩阵及其属性核求解方法

针对可辨识矩阵求核方法无法兼顾正确性与高效性的问题,首先从理论上证明了可辨识矩阵中单个元素与核的关系,在此基础上,设计了一种Skowron可辨识矩阵的改进方法以及基于这种改进的Skowron可辨识矩阵的属性核求解方法,该方法不仅适用于任何决策表信息系统,而且有效降低了计算代价.     

基于观测器的多状态时滞系统的鲁棒镇定

研究了具有多状态不确定时滞系统的基于观测器的鲁棒镇定问题，通过构造增广矩阵，利用线性矩阵不等式(LMI)方法，获得了该系统存在状态观测器和基于观测器的鲁棒控制器的充分条件，同时给出了相应的状态观测器和基于观测器的鲁棒控制器。最后，给出本文的一个数值算例。     

矢量水听器阵列MUSIC估计算法研究

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量.采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,对该算法进行了理论推导,并对数据协方差矩阵进行本征分解,获得了信号的空间谱估计.通过几个仿真对比试验,得出了该算法在多种条件下的高分辨方位估计性能.仿真结果表明,在SNR=10 dB条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了12.6°,旁瓣降低了22 dB左右,利用该算法可提高对信号源的定向精度及对多目标的分辨能力.     

基于新型Smith预估器的网络控制系统

提出了一种针对网络时延和被控对象时延的新型Smith预估器,以便有效地抑制网络时延对网络控制系统性能的影响.该预估器不包含网络时延预估模型,无需对网络时延进行在线测量、估计或辨识,适用于网络时延为随机、时变和不确定的网络控制系统.仿真结果表明,在网络时延大于1个乃至数十个采样周期的情况下,基于该新型Smith预估器的网络控制系统具有较强的鲁棒性,且具有良好的动态性和抗干扰能力.     

改进的Skowron可辨识矩阵及其属性核求解方法

针对可辨识矩阵求核方法无法兼顾正确性与高效性的问题,首先从理论上证明了可辨识矩阵中单个元素与核的关系,在此基础上,设计了一种Skowron可辨识矩阵的改进方法以及基于这种改进的Skowron可辨识矩阵的属性核求解方法,该方法不仅适用于任何决策表信息系统,而且有效降低了计算代价．     

基于线性矩阵不等式的船舶动力定位滑模控制

为了解决具有非线性和环境干扰的船舶动力定位系统的控制问题, 提出了一种基于线性矩阵不等式的滑模控制算法; 将跟踪误差设计为滑模函数, 设计线性矩阵不等式, 求解状态反馈增益; 基于二次型Lyapunov函数证明了闭环系统的稳定性; 设计切换函数, 使系统对不确定性和外加干扰具有较强的鲁棒性, 避免出现抖振现象; 对基于线性矩阵不等式的滑模控制器进行仿真, 计算出动力定位船舶在无扰动的匀速运动和有外界环境扰动的变速运动2种不同情况下的前进速度、横荡速度、艏向角速度、前进加速度、横荡加速度、艏向角加速度、前进控制力、横荡控制力和艏向控制力矩等; 分析了状态反馈增益线性矩阵、边界层、切换项增益等参数对控制性能的影响。研究结果表明: 采用基本滑模控制使前进速度达到期望值所需的上升时间为29s, 而新算法为15s, 节约了48.28%;采用基本滑模控制使横荡速度达到期望值所需的上升时间为24s, 而新算法为14s, 节约了41.67%;采用基本滑模控制使艏向角速度达到期望值所需的上升时间为13s, 而新算法为10s, 节约了23.08%。可见, 设计的控制器对有非线性和环境干扰的船舶动力定位系统都具有较强的鲁棒性, 具有控制输入连续、控制抖振小、不存在过高增益等特点。      

基于分类决策树的城市内部迁居人群通勤时间预测模型

针对迁居个体长距离、长时间的通勤现象，以南京迁居人群通勤出行多源数据为基础，综合考虑迁居人群个人家庭属性、迁居属性、建成环境属性及通勤属性，建立迁居人群通勤时间多元线性回归模型，分析各属性对通勤时间的影响. 结合多元线性回归和Logistic 回归确定决策树模型入选变量和通勤时间离散值，利用C4.5 算法建立迁居人群通勤时间决策树，以决策树结构揭示不同背景下迁居个体通勤时间模式特征. 结果显示，相较于个人家庭属性，职住同区、通勤出发时刻、住房类型、通勤距离、通勤方式及社区至主干道的便捷程度对迁居个体通勤时长的影响更为显著，侧面反映社区微观建成环境优化政策更利于提升迁居个体通勤效率.     

基于分类决策树的城市内部迁居人群通勤时间预测模型

针对迁居个体长距离、长时间的通勤现象，以南京迁居人群通勤出行多源数据为基础，综合考虑迁居人群个人家庭属性、迁居属性、建成环境属性及通勤属性，建立迁居人群通勤时间多元线性回归模型，分析各属性对通勤时间的影响. 结合多元线性回归和Logistic 回归确定决策树模型入选变量和通勤时间离散值，利用C4.5 算法建立迁居人群通勤时间决策树，以决策树结构揭示不同背景下迁居个体通勤时间模式特征. 结果显示，相较于个人家庭属性，职住同区、通勤出发时刻、住房类型、通勤距离、通勤方式及社区至主干道的便捷程度对迁居个体通勤时长的影响更为显著，侧面反映社区微观建成环境优化政策更利于提升迁居个体通勤效率.     

网络行程时间可靠性评价方法与影响因素

采用区域划分方法研究了网络行程时间率的概率分布, 提出了基于OD对的网络行程时间可靠性指标以评价城市交通可靠性; 选取影响行程时间可靠性指标的相关因素, 建立了多元线性回归模型, 用逐步回归法求解模型, 并进行了模型参数显著性检验; 根据杭州市和北京市的网约车数据计算了网络行程时间可靠性指标, 并与高峰拥堵延迟指数进行对比, 分析了网络行程时间可靠性指标的时间和空间分布规律。研究结果表明: 在多元线性回归模型中, 规划行程时间率与等待时间、费用、距离、行程时间和OD对间行程次数这5个自变量拟合得到的决定系数为0.772, 平均行程时间率与5个自变量拟合得到的决定系数为0.857, 2个模型拟合程度均较好, 回归模型显著; 规划行程时间率回归模型中等待时间、行程时间和实际行程距离的回归系数分别为0.386、0.399与-1.286, 平均行程时间率回归模型中等待时间、行程时间和实际行程距离的回归系数分别为0.162、0.177与-0.676, 2个交通可靠性指标都与等待时间和行程时间呈正相关, 和实际行程距离呈负相关; 提出的网络行程时间可靠性指标与高峰拥堵延迟指数变化趋势一致, 较好地符合现实交通状况, 从多角度反映了交通可靠性特征, 可以为路网规划提供决策支持, 帮助居民更好地进行出行路径选择。      

复共线回归模型的病态分离算法

当线性回归模型的设计矩阵复共线时,称其列向量呈现病态.文中提出一种病态分离的交互投影算法,用该算法对复共线的一般线性回归模型作出参数估计,并证明了算法的收敛性.将此算法应用于复共线的线性联立方程模型,同时讨论了这种参数估计的渐近优良性质,并指出此算法的优越性.     

基于Hartley调制函数的线性连续系统参数模型辨识

借助于Hartley变换及Hartley调制函数微分性质,建立了参数模型直接估计的最小二乘算法.通过数字仿真分别辨识了一个二阶系统和四阶系统,研究了频率指数m和调制函数阶次n对辨识精度的影响.辨识结果表明:该方法简单实用,对噪声具有较强的抑制能力.     

基于模糊线性回归模型的公路货运量预测方法

确定了公路货运量的影响因素分别为GDP、人口数量、社会消费零售总额和农副产品产值,构建了基于模糊线性回归模型的公路货运量预测方法。以延安市公路货运枢纽规划为实例,1995～2004年的货运统计量作为因变量,确定了模型的模糊系数。以2005～2010年的货运统计量作为验证值,分析了模型的拟合精度,并将模糊线性回归模型的预测结果与指数平滑法、灰色模型、弹性系数法3种常见预测方法的预测结果进行比较。研究结果表明:在模糊线性回归模型中,t检验的平均值为0.673 07,说明预测值与实际值差异不显著,模型预测效果较好;4种方法的平均相对误差分别为0.073 1、0.100 3、0.167 8、0.232 9,可见,本文方法误差最小。     

基于套索（Lasso）的中文垃圾邮件过滤

使用向量空间模型表示的文本邮件数据高维而稀疏,不利于邮件过滤分类模型的建立,通常需在分类器训练前进行维数约减。Lasso回归是一种基于l1正则化的多元线性模型,其在模型参数估计的同时实现了变量选择。提出使用Lasso回归进行垃圾邮件过滤,建立Lasso回归邮件分类模型、Lasso回归词条选择结合逻辑回归的分类模型,结合中文文本垃圾邮件数据集TREC06C进行垃圾邮件过滤实验。实验结果表明Lasso回归词条选择结合逻辑回归的邮件分类模型性能更佳。     

人民币对美元汇率影响因素浅析

运用简单线性回归、多自变量回归的经济计量学方法考察了人民币对美元汇率的运行结构,确立了人民币对美元汇率的多因素模型,并通过扩大样本模型检验的方法对1994年我国外汇体制改革前后的人民币对美元汇率模型进行对比分析,提出了对人民币汇率变动趋势的见解。