基于遗传算法的地下水位动态预测双线性模型

提出了建立双线性模型（ＢＭ）的一套简便通用的方法。用加速遗传算法可同时估计ＢＭ 模型各参数，成功地解决了ＢＭ建模这一难题，为ＢＭ模型的广泛应用提供了新工具。实例计算 结果说明：用这套方法预测地下水位动态是可行而有效的；通过利用预测过程中产生的残差信 息进行反馈矫正，保证了ＢＭ模型劫高的拟合精度和稳健的预测性能，增强了对复杂非线性动态 系统的适应性。

用于肌电假肢手控制的表面肌电双线性模型分析

表面肌电信号(sEMG)被广泛应用于假肢控制,但是由于解剖组织、生理状态等因素使肌电信号表现出较大的个体差异,传统的参数归一化方法需要大样本的训练构建适合用户的肌电控制模型,新近发展起来的一种基于动作因素和个体因素的双线性模型为肌电假肢控制提供了新的思路。利用指总伸肌的综合强度和肌电活动的空间分布特征构建双线性模型,将指总伸肌肌电活动从神经-肌肉生理机制的角度分解为用户相关的个人因素矩阵和与动作相关的动作模式矩阵。为了验证该模型,设计了食指、中指、无名指在20%MVC、40%MVC、60%MVC 3个力量水平的单指按压实验,然后利用32通道柔性阵列电极所采集的6名志愿者的指总伸肌sEMG完成双线性模型的构建,在较少的样本训练下实现了对力量水平和手指模式的较好识别。结果表明双线性模型可用于简化肌电假肢接口的训练过程,对肌电假肢手力量和手指动作控制有较大的应用前景。

基于双线性模型的动态系统优化和参数估计集成方法

针对双线性模型与实际系统之间的差异，提出一种基于双线性模型求解非线性动态系统最优控制的迭代算法。该算法通过重复求解修正的基于双线性模型的优化控制问题和参数估计问题，获得实际系统的最优解。同时提出求解修正的基于双线性模型的优化控制问题的一种新的分解方法，克服了非线性和双线性两点边值问题求解的困难。仿真例子表明该算法的有效性和实用性。

基于对称双线性模型的光照鲁棒性人脸表情识别

针对传统的光照预处理方法降低原始图像质量、丢失部分有效辨识信息的缺点,提出一种新颖的应用对称双线性模型来对人脸表情图像进行光照预处理的光照鲁棒性人脸表情识别方法.首先通过对称双线性模型将训练集图像分解为相互独立的光照因子和表情因子,并提取其光照因子.接下来提取含有未知光照的测试集表情图像的表情因子,并将其转换到训练集的若干个已知光照上,这样处理能够将任意光照的测试图像转换到相同的光照平台上,令所有测试图像的特征具有归一化特性.实验结果表明,本文所提光照预处理方法在识别性能上优于传统的光照预处理方法,应用在光照处理后的JAFFE表情库上识别率达到92.37%,表明其适用于光照鲁棒性人脸表情识别.

稀土串级萃取分离过程的双线性模型及其参数辨识

稀土串级萃取分离过程元素组分含量的在线检测对于提高金属直收率至关重要,由于难以实现连续在线测量,因此研究动态模型成为采用软测量技术的关键．本文以稀土串级萃取分离过程的物料平衡方程为基础,提出了一种具有状态滞后的双线性动态模型,并对模型进行了分段集结降阶简化．通过工业现场采集的数据,采用最小二乘法对模型参数进行辨识,并根据误差指标选择最佳系统时滞,得到了表征稀土串级萃取分离过程的动态数学模型．稀土串级萃取分离过程实际数据的仿真结果表明了该建模方法的有效性和模型的准确性．

基于双线性模型的连续时间非线性最优控制的DISOPE算法

对连续时间非线性最优控制问题提出了基于双线性二次型问题的 DISOPE算法。在模型与实际存在差异的情况下 ,通过求解修正的基于双线性模型的优化问题和参数估计问题 ,给出了实际问题的最优解。提出了求解非齐次双线性二次型问题的迭代算法 ,分析了该算法的收敛性。

遗传双线性模型在海洋冰情预测中的应用

提出了一套建立双线性模型 (BM )的简便方案。用作者研制的加速遗传算法可同时估计BM模型各参数 ,成功地解决了BM建模这一难题 ,为BM模型的广泛应用提供了强有力的工具。实例的计算结果说明 ,这套方法在海洋冰情预测中是可行而有效的 ,通过利用预测过程中产生的残差信息进行反馈矫正 ,保证了BM模型高的拟合精度和稳健的预测性能 ,增强了BM对复杂非线性动态系统的适应性。该方案具有一般性 。

轧机液压伺服系统的双线性模型

从轧机液压伺服系统的原始机理模型出发,建立了该系统的非线性模型———双线性模型,并进行了仿真。仿真结果证明了这种模型的有效性。

预测日径流过程的双线性模型

提出了建立双线性模型 ( BM)的一套简便实用的方案 .实例计算说明 :1这套方案在日径流过程预测中是可行而有效的 ;2通过利用预测过程中产生的残差信息进行反馈矫正 ,保证了 BM模型高的拟合精度和稳健的预测性能 。

双线性模型模拟洪水的尝试

为了表征洪水随时间变化的非线性，本文首次将一种非线性模型──双线性模型引入随机水文学。文中介绍了该模型的形式和参考估计方法并金色沙江屏山站洪水为对象作了实例分析，结果表明该模型是可行的。

基于Takagi-Sugeno模糊双线性模型的连续搅拌反应釜H_∞控制

本文研究了一类连续搅拌反应釜(CSTR)系统的H∞控制问题.系统中的非线性动态特性可采用Takagi-Sugeno(T-S)模糊双线性模型进行描述.通过引入两个自由矩阵,给出一个新的保证闭环模糊双线性系统在H∞性能指标下全局渐近稳定的充分条件和控制器设计方法,并且该条件最终可归结为求解一组线性矩阵不等式的可行性问题.CSTR系统的仿真结果表明设计方法的有效性.

对角双线性模型辨识基础与谱分析

由于能对非线性系统很好的近似 ,双线性模型在许多工程领域已得到了广泛的应用 .但其统计基础还很不完善 .对于对角双线性模型 (DBL(p,q,r) m odels) ,利用多元 Wiener- Ito随机积分 ,计算出了输入输出序列的自协方差、互协方差和双互协方差 .在此基础上进行了谱分析 ,得到了该模型的谱密度、互谱密度和双互谱密度 .这些结果可以用作该模型的辨识、预报和控制 .

双线性模型在江淮旱涝序列预测中的应用

提出了一套用双线性模型预测旱涝序列的简便方案。实例的计算结果说明了该方案的实用性和通用性 ,在各种自然灾害序列预测中具有重要的理论意义和广泛的应用价值。

基于双线性模型的动作肌电信号用户无关识别研究

动作肌电信号具有个体差异性且不同动作的肌电信号是不同的,通过挖掘双线性模型的因素分解能力,将训练样本的特征矢量分解为用户相关和动作相关两大因素,通过确定因素的维度重构具有共性的训练样本特征。在测试样本特征重构阶段引入适应融合机制,更新模型参数重构测试样本特征。以11名受试者的4类动作为例,分别采用线性判别、K近邻分类算法和支持向量机,对比3种实验方案(多用户单天、单用户多天和基于双线性模型的多用户单天)的识别结果。实验表明,双线性模型的平均识别率最低为85%以上,相比于单纯的多用户单天识别结果(平均识别率不高于75%)有显著提高(P<0.001),且相比于单用户多天的识别结果(平均识别率90%以上)差异性不显著(P>0.24)。双线性模型为基于动作识别技术的非特定人肌电控制系统提供了交互方案,且该模型具备将多用户单天的数据看成单用户多天数据的能力,提供了用户训练负担降低的可行性。

基于材料双线性模型的液压胀管理论计算

利用弹塑性理论分析了液压胀接过程中换热管与管板胀接接头在加载和卸载工况下应力-应变的状态。采用材料双线性模型以及双圆筒几何模型,建立了换热管与管板之间胀后残余接触压力理论计算公式。对胀接试样进行拉脱力试验,结果证明理论计算值与实验值的误差在工程允许范围内。

基于双线性模型的室内环境品质控制建模方法研究

在现代建筑中,需对建筑室内环境品质进行有效的控制和优化来确保较高的舒适性和较低的能耗.室内环境品质包含了很多不确定因素和非线性因素,传统的线性系统无法对其描述.以西安建筑科技大学智能建筑实验室为研究对象,定义室内环境品质各物理参数和控制量的线性关系,采用双线性模型建模方法,建立室内环境品质控制与优化数学模型.基于研究对象的实测数据,通过最小二乘估计方法对其进行辨识,完成了数学模型中相关参数的求解.实验结果显示,在相同室内外环境条件下,实验采集的室内环境品质参数与模型输出参数吻合度高,验证了建模方法的有效性.

基于双线性模型的中国人口发展预测

文章基于中国城乡发展差异性,建立人口双线性增长预测模型,分别对城镇和乡村人口进行考察,并以2005年人口数据为基准,对我国未来人口发展和变化做出相应预测。结果表明中国人口数量预计在2025年左右将会达到峰值,2030~2040十年间将会有一个缓慢回落的过程,然后从2040年开始人口数量急速下降,下降速率越来越快,最终在2070年左右回落到现在的数量水平。

ARCH型有限阶双线性模型的平稳性

给出了一个ARCH型有限阶双线性模型,讨论了这一模型的严平稳性及遍历性。进一步,做为这一新结论的应用,推导了经典的ARCH(p)模型存在平稳遍历解的充分必要条件。

基于遗传算法的双线性模型在大坝安全监测预报中的应用

文章提出了实用自相关系数图确定双线性模型的自回归项,应用了基于遗传算法的一套建模方法。通过实例表明,由于双线性模型实际拟合和预测过程中产生的残差信息进行反馈矫正,保证了模型高的拟合精度和稳健的预测性能,与门限自回归模型比较,双线性模型比门限自回归模型具有更好的预测精度。

大坝安全监测预报中的门限双线性模型

提出了门限双线性模型以及一套基于自相关系数图、点值图和遗传算法的建模方案。通过实例,将门限双线性模型与神经网络可变权组合预测模型、门限自回归模型和双线性模型进行了对比分析,得出结论:门限双线性模型的预测精度和拟合精度以及稳定性均比神经网络可变权组合预测模型、门限自回归模型、双线性模型要高;门限双线性模型的内在思想组合要比组合预测模型外在结果组合更优秀;建模方案简便实用。