基于B样条递推最小二乘的非线性MISO传感器系统建模方法

提出了基于B样条递推最小二乘的非线性MISO传感器系统建模方法。B样条函数良好的逼近性能保证了建模精度; B样条基函数的递推定义及最小二乘的无矩阵求逆递推使建模简单易行;当数据呈矩形网格分布时,运用降维处理降低了计算复杂度。理论分析、仿真及实际传感器数据处理结果表明,B样条递推最小二乘方法能够有效地提高非线性MISO传感器系统建模的精度、稳定性以及运算效率。方法易于在微处理器上实现,适合在线建模应用。

基于MISO模型的“自动控制原理”课程质量评价

"自动控制原理"课程是学习自动控制基础理论、掌握控制系统分析设计方法、实现自动化工程应用的一门非常重要的核心支撑性课程。本文提出多输入单输出(MISO)模型的课程教学质量评价体系,并应用于我校2014级"自动控制原理"课程的教学质量评价之中,实践表明取得了较好的评价效果。

一类MISO双线性Hammerstein模型的集成辨识方法

目的针对一类静态非线性增益具有原点对称特性的M ISO双线性Hammerstein模型,提出一种稳态与动态辨识相结合的集成辨识方法。方法利用稳态信息获取稳态模型的强一致性估计,并通过稳态模型获得非线性增益的估计,再利用动态信息辨识获取M ISO双线性Hammerstein模型的双线性系统未知参数的一致性估计。结果获得一类M ISO双线性Hammerstein模型的集成辨识方法,仿真结果表明了该方法的有效性和实用性。结论集成辨识方法可用于解决一类MISO双线性Hammerstein模型的辨识问题,易于实现。

MISO系统辅助模型多新息增广随机梯度算法

对于有色噪声干扰的输出误差多输入单输出(MISO)系统,常规的递推最小二乘辨识方法给出的参数估计是有偏的。为了提高随机梯度辨识方法的收敛精度和速度,用辅助模型的输出代替辨识模型信息向量中的未知不可测变量,推导出其辅助模型增广随机梯度辨识算法;再引入新息长度扩展标量新息为新息向量,提出了基于辅助模型的MISO系统多新息增广随机梯度辨识算法。所得算法在每一次的迭代中不仅使用了当前数据和新息,而且使用了过去数据和新息,提高了参数估计精度和收敛速度。仿真例子验证了算法的有效性。

常压塔产品质量的MI MO软测量模型的研究

通过对某炼油厂常压蒸馏塔的分析研究 ,针对生产中需要同时对几种产品进行质量监控的要求 ,利用部分最小二乘优良的建模性质 ,建立一个多输入多输出 (MIMO)模型和相关的多输入单输出 (MISO)模型。通过比较表明 :由于MIMO模型考虑了更多的影响因素 ,比MISO模型的泛化能力有所提高 ,而且避免了重复计算 ,有利于工程实施。

Wang-Mendel模糊模型控制规则的提取及应用

针对如何利用系统的模糊模型设计模糊控制器,提出以系统的模糊规则库为基础,提取模糊规则中的信息获得控制规则的方法。以钢铁工业中连续退火炉的加热炉为对象进行了仿真,首先提取描述对象输入-输出映射关系的模糊规则组成完备规则库,并以此为基础提取控制规则补偿输出偏差。仿真结果表明能够达到期望的效果。

面向应急救援的多输入单输出磁感应透地通信

为提高磁感应透地通信系统的传输性能,扩大磁感应透地通信系统的传输距离,研究了多输入单输出(MISO)磁感应透地通信系统:建立了MISO模型,并根据基尔霍夫定律建立KCL方程,获得了MISO模型的收发功率,分析了MISO磁感应透地通信系统的路径损耗;研究了MISO模型磁感应强度分布特性,得出了MISO磁感应透地通信系统的信号传输特点。研究结果表明:当发射线圈具有相同电流时,MISO模型较单输入单输出(SISO)模型的路径损耗明显降低,发射线圈越多,则路径损耗越小;当发射功率相同时,接收功率近似与发射线圈个数呈正比,接收端磁感应强度随发射线圈个数的增加而增大;MISO模型能够有效提高磁感应透地通信系统的传输距离,当各发射线圈通有相同电流时,MISO(1,2)模型的传输距离约为SISO模型的1.11倍,MISO(2,2)模型的传输距离约为SISO模型的1.26倍。

基于BP神经网络的污水处理水质建模与模拟

分析了BP神经网络原理及污水处理过程中BP网络模型设计,经过对苏州市某污水厂123组实测数据异点剔除和归一化处理后,对网络进行了训练和学习,30组数据用来检验网络,并用另外70组实测数据进行了实际仿真模拟,分析模拟结果表明,对各出水水质指标的模拟平均相对误差均小于5%,建立BP神经网络活性污泥法污水处理过程模型是有效的、可行的。

多输入单输出时变输出误差模型学习辨识算法

本文考虑了多输入单输出(MISO)时变输出误差系统参数的估计问题。对于多输入单输出时变输出误差系统,识别的难点在于待辨识的模型参量是随着时间而变化的,尤其突变的参数更难辨识。针对这一问题,本文将辅助模型的思想应用到学习算法中,给出了基于辅助模型的迭代学习随机梯度算法和基于辅助模型的迭代学习最小二乘算法的推导过程。最后,提供了说明性的仿真实例来分析所提出的算法,仿真结果表明基于辅助模型的迭代学习最小二乘算法可以快速跟踪突变的参数,获得精准的参数估计,验证了该算法的有效性。

2-硝基咪唑-卟啉-二乙撑三氨四乙酸对小鼠Lewis肺癌的放射增敏效应

目的采用动物肿瘤模型探讨2硝基咪唑卟啉二乙撑三氨四乙酸(MISO卟啉DTTA)的放射增敏效应。方法将移植有Lewis肺癌的C57BL/6小鼠随机分为7个组:空白对照组、乏氧对照组(阻断小鼠荷瘤肢体血流10min)、单纯用药组(分为8.58、17.15mg/kg体重2个亚组腹腔内单次注射给药)、单纯放射组(分为7.5、15.0、25.0Gy3个亚组单次照射)、乏氧放射组(乏氧条件下分为7.5、15.0、25.0Gy3个亚组单次照射)、放射+药物组(分6个亚组)、乏氧放射+药物组(分6个亚组)。每组8只小鼠。采用肿瘤生长延缓方法进行放射增敏实验。结果当肿瘤体积达到实验开始时体积4倍时,分别测得8.58、17.15mg/kg体重的MISO卟啉DTTA在有氧状态下的放射增敏比平均为1.62和1.89,在乏氧状态下的平均为1.57和1.77。空白对照组、乏氧对照组、单纯用药1组和单纯用药2组的平均存活时间分别为(31.8+4.6)、(29.1+4.3)、(29.5+3.8)、(33.4+5.1)d(F=1.63,P=0.205)。结论8.58、17.15mg/kg体重的MISO卟啉DTTA对Lewis肺癌具有放射增敏效应,且对小鼠无毒性。