基于混沌理论对北京二环路进行短时交通流量预测的研究

随着机动车保有量的增加,交通拥堵变成迫切需要解决的问题. 道路交通流预测可以使交通管理部门提前制订相关政策,面对即将出现的交通问题提前采取管控措施,从而可以在一定程度上缓解交通压力. 道路交通流预测预报是智能交通系统关键技术之一,短时预测是交通控制、车辆导航的技术基础. 本文在对交通系统具有耗散系统特性分析的基础上,认为交通状态中存在混沌. 本文运用混沌与分形理论恢复交通流量序列的动力学系统,并用多元局域预测法对时间序列进行预测,并实地采集数据运用模型进行分析校验. 通过分析不同时间间隔的时间序列的评价指标,比较得出此法在2至5分钟内有较高的预测精度.     

基于混沌的网鱼算法在边坡稳定分析中的应用

针对多变量优化问题的求解,基本网鱼算法的搜索效率下降,提出采用混沌变量的遍历性来模拟网鱼算法中两种不同密度网的实施过程。密度较小的网主要用于对未知解的探索,而密度较大的网主要用于对已知解进行开发,形成了基于混沌的网鱼算法,并将其应用于某边坡的最小安全系数搜索中。详细介绍了基于混沌的网鱼算法的实施步骤。所得计算结果与已有结果进行了比较,分析结果表明,基于混沌的网鱼算法具有较高的搜索效率,可应用于道路边坡的设计。     

货车系统的非线性动力学分析

阐述了车辆系统的线性、非线性和实际临界速度的概念,建立了具有３１个自由度的非线性货车系统数学模型,考虑了系统中的干摩擦力和轮轨相互作用关系等非线性因素。应用数值方法研究了货车系统的蛇行稳定性特性,包括货车系统中的极限环、准周期解以及混沌运动。     

基于改进混沌优化算法的船舶综合负荷模型参数辨识

参数在线辨识是目前电力系统负荷建模的主要手段,而在辨识方法上主要使用了优化类算法.首先改进以往混沌优化算法的流程,增加参数搜索范围自动缩小的功能,减少一次混沌序列生成的步骤.对测试函数的优化结果表明改进算法在保证精度的基础上大大提高了寻优速度.然后,将该改进算法应用到了船舶综合负荷模型的参数辨识上,仿真结果说明该算法寻优速度快,并且有良好的辨识精度.通过对仿真结果的分析指出,对于负荷模型参数辨识,合理缩小参数寻优范围有助于提高算法的精度.     

基于神经网络的混沌时序数据失真检测方法研究

介绍了时序数据的混沌识别方法,并根据混沌时序数据的可预测性,提出了一种基于神经网络的混沌时序数据失真检测方法.通过实例证明该方法能准确地检测出混沌时序数据的失真点,并将其还原.该方法既是检测过程同时也是修复的过程,在数据处理领域有一定的应用前景.     

圆形微带天线谐振频率的混沌粒子群神经网络集成建模

谐振频率是微带天线设计过程中最重要的一个参数,直接决定设计的成败．本文提出二进制粒子群优化算法的选择性神经网络集成方法,通过粒子群优化算法合理选择组成神经网络集成的各个神经网络,使个体间保持较大的差异度．为有效保证粒子群优化算法的粒子多样性,在迭代过程中加入混沌变异．基于该混沌粒子群算法的神经网络集成对圆形微带天线的谐振频率进行建模．仿真试验表明,混沌粒子群优化算法是组合优化权值的有效方法,可以有效提高神经网络集成的泛化能力,基于该算法所建立的圆形微带天线的谐振频率模型好于此问题的已有结论．     

实现混沌系统同步的Lyapunov法

基于Lyapunov稳定定理，以Lorenz系统为例，证明了某些混沌系统的驱动系统与响应系统间的同步可通过将驱动系统未加处理的输出信号引至响应系统，直接控制响应系统的输出．这样，避免了引入复杂的控制系统，为混沌系统间的同步提供了一种方便的途径。     

一类具有食物偏好的三种群生物模型的动力学分析

利用Kolmogorov定理和Lyapunov稳定性定理对一种带有食物偏好的生物种群模型的稳定性进行了分析,得到了平衡点和极限环稳定的充分条件.而后利用分岔图、Poincaré映射图及相图等数值方法研究了系统复杂的动力学行为,发现了系统经由两种非常规周期倍化分岔——"混沌泡"和"周期泡",进入混沌的道路.最后,利用Floquet理论数值验证了系统的倍周期分岔行为.     

大型油船横向结构优化设计

大型油船较之一般油船的横向结构受力大,在整个舱段优化设计中必须考虑横向结构的优化问题。将横向结构简化成T型材,从DNV(挪威规范)中提取相应的约束条件,以单个横向结构重量最轻为目标函数建立数学模型,采用变尺度混沌算法对其进行优化设计。     

基于双脉冲参量微扰的船舶运动混沌控制技术

提出了双脉冲参量微扰控制混沌系统的方法,针对船舶运动中存在的混沌现象,以某型军用舰船运动非线性模型为例,在系统参量微扰中引入脉冲控制策略,研究了改进的双脉冲参量微扰方法的控制效果及控制规律.数值仿真结果表明,该控制方法能将受控系统稳定到周期轨道或不动点上,具有良好的控制效果.