基于改进的BP神经网络模型参考自适应控制

针对传统BP算法的神经网络模型参考自适应控制实时性差、精度不高、收敛慢等不足,结合BP改进算法和非线性系统的可逆性,提出了基于改进的双向权值调整BP算法的神经网络模型参考自适应控制.基于此算法设计的系统辨识器和控制器的网络结构简单,精度高,仿真结果表明该算法的辨识和控制效果均很理想,可应用于工程实际.     

两自由度并联机器人的RBF神经网络辨识自适应控制

针对平面两自由度五杆并联机器人的轨迹跟踪问题,提出了一种基于RBF神经网络的自适应PID控制方法.该控制方案利用RBF神经网络自适应学习辨识并联机器人系统的未知非线性动态,可以在线调整PID控制参数以实现高精度控制.仿真结果显示该控制策略可以精确实现对于并联五杆机器人的轨迹跟踪控制,该方法的自适应性和跟踪性能均优于传统的PID控制.     

基于多音激励的Volterra频域核非参数辨识方法

为解决Volterra频域核辨识困难的问题,探讨了多音信号激励下Volterra频域核的输出性质,提出了一种基于多音激励的Volterra频域核的非参数辨识方法.该方法选择具有合适频率基的多音信号作为测试激励信号,使各阶核的输出频率成分具有唯一性,进而利用Vandermode法使各阶核的输出分离.推导出了Volterra频域核的辨识公式,并进行了理论和仿真分析.理论分析和仿真结果表明:该方法可准确地辨识出任一阶Volterra频域核,绝对误差达到10-4 V数量级,克服了传统辨识方法无法准确辨识及辨识结果仅限于前3阶Volterra频域核的缺点,具有精度高、可操作性强的特点.      

FAULT IDENTIFICATION IN HETEROGENEOUS NETWORKS USING TIME SERIES ANALYSIS

Fault management is crucial to provide quality of service grantees for the future networks, and fault identification is an essential part of it. A novel fault identification algorithm is proposed in this paper, which focuses on the anomaly detection of network traffic. Since the fault identification has been achieved using statistical information in management information base, the algorithm is compatible with the existing simple network management protocol framework. The network traffic time series is verified to be non-stationary. By fitting the adaptive autoregressive model, the series is transformed into a multidimensional vector. The training samples and identifiers are acquired from the network simulation. A k-nearest neighbor classifier identifies the system faults after being trained. The experiment results are consistent with the given fault scenarios, Which prove the accuracy of the algorithm. The identification errors are discussed to illustrate that the novel fault identification algorithm is adaptive in the fault scenarios with network traffic change.     

基于粒子群优化模糊控制器的电动汽车再生制动控制策略研究

为提高电动汽车一次续驶里程,引入双锂离子电池组供电模式和电机再生制动能量回收系统,设计电动汽车的动力系统结构.通过对电动汽车制动模式进行分析,提出了基于粒子群优化算法的电机制动力矩模糊控制策略,并给出粒子群优化策略的算法实现.通过硬件在环仿真,证实了该控制策略能提高能量利用率.     

基于奇异值分解的混沌时间序列Volterra预测

提出一种用于混沌时间序列预测的奇异值分解Volterra滤波器.在Volterra滤波系数计算过程中,采用奇异值分解的方法得到线性方程组的最小二乘解.4种混沌序列的预测实验表明:该滤波器对混沌流的预测性能远优于NLMS自适应Volterra滤波器,前者的一步预测相对误差比后者小3~4个数量级.     

径向基神经网络辨识非线性系统的改进算法

利用神经网络的非线性映射特性,将神经网络应用于非线性系统辨识。利用径向基神经网络来辨识非线性系统,并对两种不同RBF神经网络辨识算法进行比较。仿真结果表明,改进的算法具有学习速度快,辨识精度高的特点。     

基于自适应匹配算法的速度脉冲型地震动模型化

速度脉冲型地震记录至今尚未有完整的波形参数识别方法，从地震动数据库中批量识别脉冲记录并搜集波形参数仍然有一定困难. 针对此问题，将脉冲量化识别、脉冲解析函数、自适应匹配算法三者结合，提出一套脉冲波形参数识别方法，可实现脉冲波形和解析函数之间的自适应匹配；该方法包括一个借助EMD (empirical mode decomposition) 的核心算法，对近场速度脉冲型地震记录实现平滑；再以Mavroeidis函数为脉冲基本模型，根据其特征参数的变化范围，分别对脉冲频率、脉冲形状系数、脉冲振荡特征系数进行了参数样本的循环枚举，并由优化算法确定模型参数取值；在此基础上，给出了当前既有的速度脉冲型记录样本的上述模型参数识别结果，并根据统计给出了地面峰值加速度分布和主脉冲周期的关系. 研究结果表明:和既有的方法利用Dickinson模型识别方法相比，本文算法对波形显著不对称的记录主脉冲周期识别错误率降低了约67%，较好的识别稳定性更有利于工程应用.      

基于反馈线性化的船舶航向保持模糊自适应控制

针对诺宾（Norbin）非线性船舶模型,基于反馈线性化方法和由径向基函数（RBF）神经网络构建的模糊系统的逼近能力,提出了基于反馈线性化的船舶航向保持模糊自适应控制算法。运用泰勒级数展开的线性化技术,使模糊系统的所有参数均可实时调节,引入了鲁棒控制消除模糊逼近系统带来的误差,在李雅普诺夫稳定性理论的基础上导出了自适应控制率。该算法可以确保闭环系统渐近稳定,使系统的模型跟踪误差为0,优于传统的PID控制策略,具有良好的自适应能力。     

Recursive least squares algorithm for a nonlinear additive system with time delay

This paper proposes a recursive least squares algorithm for a nonlinear additive system with time delay. By the Weierstrass approximation theorem and the key term separation principle, the model can be simplified as an identification model. Based on the identification model, a recursive least squares identification algorithm is used to estimate all the unknown parameters of the time-delayed additive system. An example is provided to show the effectiveness of the proposed algorithm.     

基于非线性优划的干道交通信号过渡模型研究

传统的干道协调系统中,干道信号控制方案间切换将会产生车流中断或扰动,无论是多时段控制、感应控制或自适应控制都存在这样的问题。针对传统过渡方法不是建立在优化过渡时期评价指标的基础上以及为了提高城市干道信号控制过渡时期车流的运行性能,建立了基于干道总延误最小的非线性约束过渡模型。通过同步式调整干道各交叉口的过渡周期长度与相位差来优化干道系统过渡时期性能,考虑车流离散因素对干道延误性能的影响,并通过改进的遗传算法求解。最后采用Visual C++调用仿真软件VISSIM内部COM接口进行案例分析。结果表明,与传统过渡方法两周期、三周期、减法（Subtract）、短路径（Shortway） 相比,所提出的过渡方法使道路延误性能平均提高了19.6%, 15.2%, 10.5%, 9.8%。该方法在大范围的交通和几何条件下的表现具有一定优势,在保证干道过渡延误性能的同时也给干道提供了最优的绿波带。     

Risk-identification-based hybrid method for estimating the system reliability of existing jacket platforms under fire

This paper proposes a risk-identification-based hybrid method for estimating the system reliability of steel jacket structures under fire.The proposed method starts with risk identification;according to the results of hazard identification and Dow’s fire and explosion index(F&EI) methodology,the most dangerous hazard sources are determined.In term of each equipment layout in steel jacket structures,fire load is imposed and elasto-plastic analysis is performed.According to the deformed state of steel jacket structures,the weakest failure mode of steel jacket structures is identified.In order to know the effect on ultimate bearing capacity of the offshore structural system,a series of elasto-plastic analyses are performed in which single failure element contained in the weakest failure mode is removed from the whole offshore platform structural system.Finally,the failure function of the steel jacket structure is generated and the failure probability of the steel jacket structure system is estimated under fire by genetic algorithm via MATLAB program.     

神经Chebyshev正交多项式均衡器及自适应算法

提出一种全新结构的非线性均衡器———神经Chebyshev正交多项式自适应均衡器.该均衡器由1个非线性神经自适应滤波器和1个Chebyshev正交多项式滤波器级联而成.基于最陡下降方法,推导出了相应的自适应算法.仿真结果表明,在线性信道中,该均衡器的均方误差(MSE)比神经自适应均衡器和二阶Volterra均衡器小;在非线性信道中,以更为简单的结构达到了和BP算法训练的三层神经网络相似的性能.     

Adaptive path following controller of underactuated ships using serret-frenet frame

This paper presents an adaptive path following control law to steer underactuated ships along a predefined path at a constant forward speed with uncertain parameters due to changes of added mass matrices. The proposed controller is based on analytic model predictive control and model reference adaptive control. The Serret-Frenet frame is used to describe the ship dynamics. The analytic model predictive control provides a systematic method rather than try-and-error method to get appropriate control parameters to guarantee the stability of the closed-loop system, and the well-defined relative degree is guaranteed by introducing output-redefinition. An identification algorithm based on model reference adaptive control is used to identify the uncertain parameters. Numerical simulations are provided to demonstrate the validity of the proposed control law.     

A NOVEL 2-D GENETIC ALGORITHM FOR STANDARD PE PLACEMENT IN OPTOELECTRONIC MCM

IntroductionThere are considerable interests in the develop-ment of optical interconnections for multichipmodules ( MCM's) ,since optical interconnec-tions have advantages in size,power,and speedover electronic interconnections for“long”dis-tance communication[1] .Free space optical inter-connection( FSOI) is one of the forms of opticalinterconnections.Differing from electricity'straveling which uses wires for communication,FSOI uses laser light traveling in a transparentmedia.Moreover,…     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

网络控制系统的时延估计和自适应预测控制

提出了基于最小二乘支持向量机（LS-SVM）的网络时延预估网络控制系统（NCS）的自适应预测控制方法．先将网络时延转化为非线性时间序列，再用径向基函数（RBF）作为LS-SVM的核函数，建立NCS的时延预测模型．用通过该模型预测的时延设计自适应控预测制器，补偿和控制NCS的时延．仿真结果表明，该时延预测方法对NCS的随机时变时延有较高的预测精度，根据预测的时延设计的控制器能使系统的输出很好地跟踪期望的输出．     

自适应天线系统中MUSIC算法的研究及其仿真分析

本文基于自适应天线系统中的辨识信号到达方向AOA(Angle of Arrival)关键问题,研究了其实现的MUSIC算法的原理,并通过MATLAB仿真分析,结果表明,接收信号个数必须小于阵元数才能用MUSIC算法进行波达方估计,MUSIC算法对于波达方向估计的分辨率在接近90°处为5°左右,在接近0°~180°处为5°~7°。     

无容量约束单分配轴-辐式物流网络设计

针对无容量约束的单分配轴-辐式物流网络设计问题的特点,为其建立了单分配p-枢纽中位模型,并提出了一种基于蚁群算法的启发式求解算法. 该算法分两步实现：首先利用蚁群算法来确定网络中枢纽节点的位置,然后用另一种启发式算法将非枢纽节点分配给枢纽节点,同时,将一种基于6种邻域结构的变邻域搜索算法作为蚁群算法的局域搜索策略以提升算法的全局搜索能力,并加快收敛速度. 最后结合澳大利亚邮政数据进行了算例仿真实验,并对蚁群算法中参数的合理设置进行了测试分析,实验结果表明,该算法在求解此问题时有着良好的有效性和较快的求解效率.     

������Լ����������-��ʽ�����������

针对无容量约束的单分配轴-辐式物流网络设计问题的特点,为其建立了单分配p-枢纽中位模型,并提出了一种基于蚁群算法的启发式求解算法. 该算法分两步实现：首先利用蚁群算法来确定网络中枢纽节点的位置,然后用另一种启发式算法将非枢纽节点分配给枢纽节点,同时,将一种基于6种邻域结构的变邻域搜索算法作为蚁群算法的局域搜索策略以提升算法的全局搜索能力,并加快收敛速度. 最后结合澳大利亚邮政数据进行了算例仿真实验,并对蚁群算法中参数的合理设置进行了测试分析,实验结果表明,该算法在求解此问题时有着良好的有效性和较快的求解效率.