IIR数字滤波器设计的搜寻者优化算法

为进一步提高无限冲击响应(IIR)数字滤波器的性能,提出了一种基于搜寻者优化算法(SOA)的IIR数字滤波器设计方法.SOA基于模拟人的随机搜索行为,由利用位置变化评价得到的经验梯度确定搜索方向,由采用简单模糊规则的不确定性推理确定搜索步长,通过搜寻者在搜索空间的位置更新,实现对优化问题的求解.2个典型设计实例的仿真结果表明,与差分进化算法(DE)和3种改进的粒子群算法(PSO)相比,SOA具有较好的全局寻优能力和较快的收敛速度,能有效地应用于IIR数字滤波器的没计.     

风险辨识技术在港口工程中的应用研究

港口工程建设是一个高风险行业,存在众多的生产性风险因素.需要用风险识别方法在安全管理中对其辨识并加强控制.风险辨识有多种方法,各种方法固有特点的不同导致适用范围也不同,目前尚无专门针对港口工程形成的辨识技术.因此,有必要针对港口建设工程生产特点,结合风险辨识方法,找出适舍港口建设工程的专项风险辨识技术.     

Application of support vector machine to ship steering

System identification is an effective way for modeling ship manoeuvring motion and ship manoeuvrability prediction. Support vector machine is proposed to identify the manoeuvring indices in four different response models of ship steering motion, including the first order linear, the first order nonlinear, the second order linear and the second order nonlinear models. Predictions of manoeuvres including trained samples by using the identified parameters are compared with the results of free-running model tests. It is discussed that the different four categories are consistent with each other both analytically and numerically. The generalization of the identified model is verified by predicting different untrained manoeuvres. The simulations and comparisons demonstrate the validity of the proposed method.     

基于贝叶斯判别的驾驶行为危险状态辨识

为有效辨识危险性驾驶行为,以事故发生概率为依据,对驾驶行为的危险状态分级.采用单因子方差分析提取危险状态辨识主因子.基于贝叶斯判别构建了驾驶行为危险状态辨识模型.将在连续驾驶条件下5名驾驶员驾驶行为状态指标测试数据分为两组,分别用于标定与测试模型.测试结果表明错判率为4.3%.     

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。     

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DEMATEL-AISM的铁路工程建设风险识别影响因素与优化策略研究

铁路工程建设大型化、复杂化和系统化的发展趋势下,潜在的风险因素日益繁多,铁路工程建设高质量和可持续发展之路充满挑战。风险识别作为风险管理的首要环节,是应对和控制铁路工程建设风险的关键,受到项目内外部多方面因素的影响,且现有实践中没有系统的指导,导致风险识别工作易存在疏漏。基于此,通过文献研究和因子分析,提取铁路工程建设风险识别的核心影响因素,运用决策与试验评价实验室和解释结构模型的方法,构建对抗多级递阶结构模型(DEMATEL-AISM),计算铁路工程建设风险识别各影响因素的重要程度及其耦合关系。研究结果表明：铁路工程建设风险识别的效果受到直接层、间接层和根源层3层因素共同作用,其中,危险源监测分析、人员风险意识、风险调查措施、风险应对能力、铁路建设目标、预期风险后果和风险识别技术是影响风险识别结果的关键因素,在铁路工程建设风险管理工作的开展中应重点关注和控制。基于模型结果,分析风险识别影响因素的层级结构及因果关系,并从风险内部控制、项目一体化风险管理体系构建和动态风险预警机制设立3个方面,提出了铁路工程建设风险识别的建议和策略。研究结果有助于提高大型铁路工程建设风险辨识结果的全面性和...     

基于实航数据驱动的无人艇操纵运动辨识建模

为快速构建符合海洋航行器实际运动特性的操纵运动模型,开展基于“精海”无人艇实航湖试数据驱动的无人艇操纵运动辨识建模研究。无人艇操纵运动辨识建模的框架以非线性水动力模型和推进器经验模型作为先验知识约束,利用随机舵角序列激励下的航行数据作为训练集,采用支持向量机回归方法完成建模过程,着重探讨了在环境干扰下构建艇体动力学模型的可行性。结果表明,所提出的方法能够快速构建具有非线性特性的无人艇操纵运动模型;先验的模型结构有效降低了实航数据中浪和流的影响,构建的模型能够有效预测回转、Z形等操纵运动的状态变化,具有良好的泛化能力。     

基于Hopfield神经网络的磁浮列车悬浮系统本征非线性特性辨识

磁浮列车的悬浮系统具有本征非线性特性,在轨道不平顺以及非线性负载的作用下,非线性项的辨识和处理能力对于列车的悬浮稳定性具有重要影响。尤其是在轨道刚度较小时,在微小形变的作用下更易影响悬浮稳定性,而发生掉点、砸轨现象。从磁浮列车悬浮系统的非线性动力学建模出发,重点分析非线性项的系统参数辨识,基于Hopfield神经网络来构建误差函数和网络辨识方案。结合参数辨识误差函数和Hopfield网络的标准能量函数,得到相应的网络权值矩阵,并进一步给出相应辨识结果。通过数值仿真分析可以发现,基于本辨识方法所得到的结果与非线性项输出结果误差较小,可较好地拟合状态方程的含参非线性项,验证了辨识模型的可靠性。     

Magic Formula轮胎模型参数辨识的一种混合优化方法

Magic Formula(MF)轮胎模型能够准确描述轮胎的侧偏特性,广泛应用于车辆动力学的研究。由于MF轮胎模型参数多,且高度非线性,从大量的试验数据中准确辨识这些参数相当困难。提出一种基于遗传算法和数值优化算法的混合优化方法,采用由粗到精的辨识过程,先利用遗传算法得出近似最优解,再利用数值优化算法辨识出精确的参数。利用辨识出的参数计算轮胎的侧偏特性,计算结果与试验数据吻合良好,表明该方法是辨识MF轮胎模型参数的有效手段。