���޵���ѧϰ����ѵ����������Է���

在实际的快速路交通流系统中,入口匝道的流量和快速路主路的速度都是受限的,因此在对快速路交通流进行控制时考虑这些限制十分必要. 基于迭代学习控制的快速路入口匝道控制是近年来快速路控制领域的一个研究热点,然而,至今为止还没有在输入和状态同时受限情况下的相关收敛性分析. 本文首先介绍了快速路交通流模型,并将交通密度控制转化为输出跟踪问题;然后通过严格的数学分析证明了在入口匝道流量受限和主路速度受限的情况下,基于迭代学习控制的入口匝道控制仍然能保证交通流密度收敛于期望密度;最后通过仿真研究验证了该方法在受限情况下能达到很好的控制效果.     

轨道动力学模型与数值方法研究进展

随着列车速度的提高和轴重的增加,车辆与轨道之间的相互作用更加激烈.深入开展轮轨动态作用机理研究,对高速重载铁路安全平稳运行具有重要意义.文章回顾了轨道动力学模型的研究进展,重点介绍了五种轨道动力学模型及算法,即车辆-轨道-路基非线性耦合系统交叉迭代算法,新型车辆单元和轨道单元模型,列车轨道系统动态分析的移动单元法,移动...     

加筋板的双重非线性分析

本文综合工程实际的需要,对船体加筋板结构进行了双重非线性有限元分析。采用Prandtl-Reuss流动理论,具体导出了加筋板在双重非线性状态下理想弹-塑性和强化材料的单元刚度矩阵;用增量切线刚度法-迭代法相结合的混合解法来提高求解精度;对单剛、等效节点力的计算,均采用Gauss积分法和进行分层精度判别来节约机时和内存。     

基于神经网络的MUSIC计算方法

MUSIC方法是空间谱估计中经典的子空间方法,这类算法有个共同特点就是要对输出数据的协方差矩阵进行数学分解,其计算量较大,不适合实时处理。因此,文章提出了基于神经网络的高效迭代方法,不需进行数学分解,计算过程相对简单。仿真结果证明了该方法的有效性。     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况，提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数，利用列车运行过程中的状态偏差，推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数，通过迭代域的差分，证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证，结果表明，所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度，能够在较短的迭代次数实现对期望曲线的精确跟踪.     

集值渐近非扩张映象耦合不动点及其迭代列的收敛性

在Hilbert空间中利用集值映象点值化方法,得到了一类非连续二元集值渐近非扩张映象的耦合不动点集定理和迭代列的收敛性.     

共轭方程~φ(f(x))=g(~φ(x))递减根的存在性

给出了共轭方程φ(f(x))=f(φ(x))在f和g严格递减的情况下其单调递减根存在性的条件,并利用此结果研究了一类有两个非单调点的函数迭代根的存在性.     

共轭方程φ（f（x））=g（ φ（x））递减根的存在性

给出了共轭方程φ（f（x））=f（φ（x））在f和g严格递减的情况下其单调递减根存在性的条件,并利用此结果研究了一类有两个非单调点的函数迭代根的存在性.     

关于带误差的Ishikawa迭代过程

在一致凸Banach空间中研究了非扩张映射序列的带误差Ishikawa迭代过程的构造和收敛问题,推广了近期的结果。     

求解高次方程的一个异步并行迭代算法

用高次方程正项分解方法，将求解实系数高次方程非零实数根的问题，转化成求解两单调上升凹函数在平面直角系第一象限内交点横坐标的等价问题；给出了基于共享存储多指令流多数据流(MIMD)并行计算模型求解任意实系数高次方程全部实数根的大范围收敛性异步并行迭代算法，并分析了算法计算的复杂程度。