单摆大振幅振动的解析逼近解

构造了单摆大振幅振动的高精度解析逼近周期和周期解。首先,利用Maclaurin展开和Chebyshev多项式加速技术将单摆振动方程中的正弦型恢复力用三次多项式近似代替,得到一个Duffing型方程;然后,将牛顿法与谐波平衡法结合起来建立Duffing方程的解析逼近周期及周期解,从而给出单摆振动的解析逼近解。因此,在求解过程中避免了关于参数的非线性代数方程组的出现,只需解线性代数方程组就能建立单摆振动的解析逼近周期及周期解。几乎在振幅(初始摆角)的全部取值范围内,与数值方法给出"精确"周期及周期解比较,得到的解析逼近解都有很高的逼近精度。

单参数电力系统亚临界Hopf分岔控制

考虑单参数电力系统的Hopf分岔控制问题.利用设计的二次非线性控制器,将具有潜在威胁的亚临界Hopf分岔控制为超临界Hopf分岔,并以典型的双机三节点电力系统为例,验证了所设计控制器的有效性.

适用于一类非线性振子的修正MICKENS方法

研究具有奇非线性单自由度保守系统的非线性振动 .通过改进Mickens的迭代法建立频率的两个解析逼近公式 。

基于解析方法电力系统的Hopf分岔类型

将中心流形理论分别与直接求周期解法和后继函数法相结合,研究电力系统的Hopf分岔类型.以经典的双机三节点模型为例,说明了理论分析结果与数值模拟结果一致,验证了所给方法的有效性.

达芬-谐波振子的改进解析逼近解

研究达芬 -谐波振子的解析逼近解。所谓达芬 -谐波振子是指当位移远小于 1时 ,系统可化为三次非线性振子 ,而当位移远大于 1时 ,该系统则化为线性谐波振子。通过将变形后的控制方程的线性化与谐波平衡法组合起来 ,我们建立了达芬 -谐波振子频率及周期解的改进解板逼近。改进的解析逼近在振幅的全部取值范围内 ,包括振幅趋于零及无穷的情况 。

基于阈值分割法和卷积神经网络的图像识别算法

针对传统卷积神经网络严重依赖数据量的问题,提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法,通过均值迭代阈值分割法过滤图像背景,并基于AlexNet构造新的卷积神经网络.与其他常用的卷积神经网络进行对比实验结果表明,在样本数量不足的图像识别任务中,该算法识别效果较理想,与其他卷积神经网络相比,具有更高的识别准确度、更低的识别误差和更快的收敛速度.

一类非线性Jerk方程的解析逼近解

将牛顿线性化方法与谐波平衡法组合起来建立一类非线性Jerk方程周期及周期解的改进解析逼近.在利用谐波平衡法前先将变形后的控制方程线性化,得到线性代数方程组,极大地简化了经典谐波平衡法的复杂性.所给出的改进解析逼近在初始速度的允许取值范围内,精度都较高.

达芬-谐波振子解析逼近的新方法

用一种新方法研究达芬-谐波振子的解析逼近解.将牛顿线性化方法与谐波平衡法组合起来应用于变形后的控制方程,建立了达芬-谐波振子频率及周期解的改进解析逼近.改进的解析逼近在振幅的全部取值范围内,包括振幅趋于零及无穷的情况,都有令人满意的精度.

Euler杆大挠度屈曲解析逼近解的构造

基于Euler杆大挠度屈曲的控制方程,构造了屈曲载荷及最大挠度的高精度解析逼近解.利用Maclaurin展开和Chebyshev多项式将控制方程中的正弦项用三次多项式近似代替,得到一个Duffing型方程,再将牛顿法与谐波平衡法相结合解对应的Duffing方程,从而给出Euler杆大挠度屈曲的解析逼近解.求解过程中只需解线性方程组即可构造出屈曲载荷及最大挠度的解析逼近公式.几乎在自变量的全部取值范围内,给出的公式都有较高的逼近精度.

机翼颤振的Hopf分岔分析与控制

考虑二元非线性机翼颤振系统,利用多尺度法研究系统的Hopf分岔类型和周期解的稳定性.设计非线性时滞控制器抑制Hopf分岔引起的颤振,将原系统的亚临界Hopf分岔变为超临界Hopf分岔,将原系统的超临界Hopf分岔控制为稳定.理论分析和数值模拟结果验证了所给控制方法的有效性.

再生型颤振系统的Hopf分岔分析与控制

考虑一类单自由度的非线性再生型切削颤振系统,利用多尺度法分析系统时滞参数对解稳定性的影响,并在此基础上采用非线性位移反馈控制抑制Hopf分岔引起的颤振.理论分析和数值模拟结果验证了所给控制方法在切削颤振控制模型中的有效性.

Euler杆大挠度屈曲的解析逼近

研究Euler杆大挠度屈曲问题。将控制方程的线性化与谐波平衡法组合起来,分别建立以杆端转角形式表示的屈曲荷载及最大挠度的解析逼近公式。这些公式既适用于小变形又适用于大变形。

基于图像特征的卷积核初始化方法

针对当前卷积核初始化方法易导致网络不稳定及主成分分析算法对网络结构限制的问题,提出一种基于图像特征的卷积核初始化方法.该方法先结合模糊处理技术和边缘处理技术对图像进行采样,再将采样后的数据随机分组,使用主成分分析算法提取各组数据的主成分,初始化卷积核.将该方法应用于数据集Cifar-10和Corel-1000,并与Gauss初始化方法和He初始化方法进行对比测试,实验结果表明,该方法性能优于其他卷积核初始化方法.

基于免疫遗传算法的模糊C均值聚类算法应用研究

应用硬聚类算法及模糊聚类算法解决数据分类问题时,在迭代过程中容易陷入局部极小.本文提出了一种基于免疫遗传算法的模糊C均值聚类算法,克服了现有算法的缺点.将本文算法应用于葡萄酒和鸢尾花数据集,得出结果说明其有效性.

机械式离心调速器系统的Hopf分岔分析与控制

针对机械式离心调速器系统,利用多尺度法研究系统的Hopf分岔类型和周期解的稳定性.设计了非线性控制器以抑制Hopf分岔引起的颤振,将原系统的亚临界Hopf分岔控制为超临界Hopf分岔,将原系统振幅较大的超临界Hopf分岔控制为振幅较小的超临界Hopf分岔.采用理论分析和数值模拟结果验证了所给控制方法的有效性.

基于免疫遗传算法的自组织映射网络应用研究

研究了自组织映射网络的初始权值选取问题,提出了基于免疫遗传算法的自组织映射网络.利用免疫遗传算法选取网络的初始权值,优化网络模型的输入参数.应用该方法对员工缺席情况和鲍鱼年龄进行分类.实验结果表明,免疫遗传算法自组织映射网络的分类准确度及训练效率都高于遗传算法自组织映射网络.

双机三节点风电系统的Hopf分岔分析与控制

将双机三节点模型接入风电场,来揭示风电并网运行系统的分岔现象和失稳机理,其中发电机为IEEE型双轴发电机.利用中心流形理论与后继函数法,研究系统的Hopf分岔类型,并对系统施加非线性控制器,根据规范性理论,将具有潜在威胁的亚临界Hopf分岔控制为超临界Hopf分岔;理论分析结果与数值模拟结果一致,验证了控制方法的有效性。

Volterra系统Hopf分岔控制研究

研究单参数Volterra系统的Hopf分岔控制。根据规范型理论,利用二次非线性控制器,将系统的亚临界Hopf分岔控制为超临界Hopf分岔,使系统产生稳定的极限环,并讨论了控制器增益对极限环幅值的影响。理论分析和仿真结果一致,验证了所设计控制器的有效性。

牛顿谐波平衡法求解Euler杆大挠度屈曲问题

研究Euler杆大挠度屈曲问题。将牛顿法与谐波平衡法组合起来,针对控制方程,分别建立了以杆端转角形式表示的屈曲载荷及最大挠度的解析逼近公式。求解过程中只需解线性方程组就能构造出屈曲载荷及最大挠度的解析逼近公式。几乎在自变量的全部取值范围内,给出的公式都有很高的逼近精度。

低阶大气环流模型的Hopf分岔分析

分析两种情况下低阶大气环流模型的分岔特性,利用多尺度法研究模型的Hopf分岔类型及周期解的稳定性,并通过数值仿真实验验证理论分析的正确性.