水利设施运行中水质污染的混沌非线性效应及控制方法

采用混沌非线性技术对水利设施运行造成的水质污染效应进行了分析,通过葛洲坝船闸运行实验结果发现,受影响的12 km长的河道水位变幅1.50 m,最大变幅时间11:00,16:00,20:00,22:00时.物理化学特性及主要污染物COD等在不同水域浓度差异极大,表现高浓度区远离污染源分布区,水体质量与河流水文期参数无明显变化,关系模糊,具有突变、约束、开放、自组织混沌非线性效应.应用耗散结构理论建立了水质污染非线性动力学模型,经实测验证误差为3%~6%.     

海浪水压场的混沌特性分析及预测模型

海浪水压场作为水中兵器水压引信最严重的干扰源,对其混沌特性进行研究具有极为重要的意义.依据判断系统是否具有混沌特性的2个重要指标:关联维数和最大Lyapunov指数,分别通过G-P算法和小数据量的Wolf算法进行了计算.对一定数量的海浪水压场数据所进行的计算表明,海浪水压场具有分数的关联维数和正的Lyapunov指数,表现出明显的混沌特性.在此基础上依据混沌信号的相空间重构理论使用支持向量机对海浪水压场进行了预测建模,结果表明非线性混沌模型较常规的线性AR模型具有更高的预测精度.     

汽车非线性悬架的混沌研究

采用基于实测数据建立的非线性悬架模型,分析了汽车悬架中的非线性弹簧力和阻尼力,对非线性悬架系统的混沌运动进行了研究.在单频正弦路面、拟周期路面以及随机路面激励情况下,仿真计算得到了系统的响应.分析各激励下系统的相轨迹、庞加莱(Poincaré)截面、时间历程曲线、功率谱图及李亚谱诺夫(Lyapunov)指数图,结果表明非线性悬架系统中存在混沌现象.     

基于混合粒子群算法的土钉支护结构设计参数优化

在土层工程地质情况一定的条件下,如何寻找一组最佳设计参数,以达到既经济又安全的目的,是土钉支护设计的一个重要问题。这是一个复杂的优化设计问题。就此,提出基于混合粒子群优化(PSO)算法的基坑土钉支护优化设计方法,以单位长度土钉墙的土钉材料造价作为优化的目标函数。该方法保持了PSO算法结构简单的特点,改善了PSO算法的全局寻优能力,提高了算法的收敛速度和计算精度,不活动粒子的处理使算法避免了“早熟”现象的出现。工程实例计算表明,该方法是进行土钉支护结构优化设计的有效方法。     

用谐波小波变换法研究船舶横摇的非线性动力特性

本文探索了一种用小波分析的方法来研究船舶非线性横摇系统的运动.对于非线性非自治系统的响应主要有周期、准周期和混沌几种状态.而在系统参数变化时,又由周期分叉形成了准周期和混沌.因此,需要对周期解做更多的研究.当系统响应是周期的,通过小波变换,可以得到一些不同频率的谐波,这些谐波与谐波平衡法得到的解非常相似,因此也就可以作为系统的近似解.如果系统响应是混沌的,通过小波变换,始终都得不到周期的信号,这一点明显区别于周期运动.也就是说通过小波变换这种方法,可以明显地区别出混沌和周期.     

模糊混沌算法及其在船舶性能或结构特性综合优化的应用研究

将限界搜索模糊优化与混沌算法复合构成限界搜索模糊混沌算法,并将其应用于大中型船舶性能或结构特性综合优化计算分析中.建立了以加权和形式为目标函数的综合优化数学模型,编制了计算软件,进行了大量对比计算.计算结果表明:这些优化方法和计算软件界面友好、可靠性和计算效率高,并且具有较高的实用性,运用于大中型船舶性能或结构特性综合优化是切实可行的;对于大中型船舶方案或初步设计也有使用价值.     

基于减法聚类模糊神经网络高速公路混沌控制

研究了基于减法聚类的高速公路混沌系统模糊神经网络控制方法.提出通过数据挖掘技术建立交通流混沌控制器知识库的思想,设计了以密度、上游流量和最大李亚普诺夫指数作为输入,红灯时间作为输出的T-S模糊神经网络混沌控制器.采用减法聚类确定控制器结构提取模糊规则、控制器初始参数;应用模糊神经网络方法对控制器参数进行优化;结合遗传算法对聚类半径进行优化.仿真实验分析了该控制方法的控制效果,证明了该混沌控制方法的有效性.     

SD振子的非线性动力学特征研究

介绍了SD振子的非线性动力学行为。该振子是一个具有强非线性特征的振动系统,其动力学行为决定于一个光滑参数α的连续变化,当参数α〉0时,系统为光滑的,而当参数α=0时,系统为不连续的。SD振子提供了一个从光滑动力学行为向不连续动力学行为光滑转迁的范例。当系统为光滑时,表现出与Duffing系统类似的标准双阱动力学行为;当系统表现为不连续时,除表现为非标准的双阱动力学行为外,同时具有如类鞍点和类同宿轨道等非标准动力学行为。还给出一个刚性耦合的SD振子,该振子具有单阱、双阱、三阱动力学特征及随参数变化由光滑动力学行为向不连续动力学行为的转迁特性。     

基于加速混沌优化算法的支持向量机参数选择

针对支持向量机参数选择问题,以惩罚系数、不敏感系数和RBF核函数中的宽度系数为优化变量,采用Chebyshev映射代替Logistic映射产生初始混沌序列,改变原有的搜索公式及增加3次载波,提出了一种改进的加速混沌优化算法(ISCOA)。将该算法应用于人工数据集和实际数据集中,并与常规的交叉验证法进行比较。试验结果表明:在人工数据集中,采用ISCOA在时间上缩短了至少23.43%,精度上提高了至少6.31%;在实际数据集中,预测值更接近实际值,相对误差均控制在3.13%以下,该算法具有较高的预测精度和寻优效果。     

基于混沌理论的短时交通流量预测

随着智能交通的发展,实时动态交通分配成为当前研究热门问题。短时交通流预测是实时动态交通分配的关键技术之一,在当今交通控制以及车辆导航中具有不可替代的地位。通过对交通流数据进行分析,得出交通系统具有耗散系统特性,并且存在混沌。在此基础上,运用混沌理论对交通流数据进行相空间重构,并用多元局域预测法对时间序列进行预测。通过分析预测数据,得出基于混沌理论的短时交通流量预测在2～5 min内具有较高的预测精度。