NLMS算法的改进及其在自适应逆控制中的仿真研究

提出一种改进的归一化最小均方(MNLMS)算法,并用该算法驱动FIR滤波器以实现对象模型及其逆的辨识。该算法计算简单,容易实现。在建模的自适应过程中,它能获得比NLMS算法快的收敛速度,并保持小的失调。仿真结果表明,基于MNLMS的自适应逆控制(AIC)系统就能获得比基于NLMS的PID辅助的自适应逆控制系统更好的动态、静态和跟踪性能,具有一定的工程使用价值。

一种改进的NLMS算法及其在自适应逆控制中的应用

提出一种对FIR滤波器和基于反馈RBF网络的非线性滤波器都适用的改进型NLMS(VS MNLMS)算法,并将其应用于线性和非线性自适应逆控制(AIC)系统的逆建模.该算法计算简单,容易实现,具有全局收敛性.数字仿真结果表明VS MNLMS能获得比其它四种变步长LMS算法更快的收敛速度、更小的稳态MSE,更好的鲁棒性,并使AIC系统具有良好的动静态性能,从而验证了本文提出的算法和非线性滤波器在AIC中的有效性.

一种基于DTFEL的非线性自适应逆控制

提出一种基于离散时间反馈误差学习(DTFEL)的两自由度非线性自适应逆控制(AIC)方法,其控制器由动态RBF神经网络(DRBFNN)前馈控制器和参数固定的PD反馈控制器构成.PD控制器用来保证闭环系统稳定,动态RBF神经网络以PD控制器输出和反馈误差的线性组合为学习信号,通过一种改进的NLMS(VS MNLMS)算法在线学习和逼近对象的动态逆,提高反馈控制器的性能.稳定性分析证明了该AIC系统稳定.数字仿真结果表明,该AIC具有良好的自适应能力和鲁棒性,是一种有效的非线性控制方法.

多元农产品购买渠道下城市居民的选择和感知效用因素分析

文章基于1251位城市居民在早市摊贩、农贸市场、超市和社区便利店这四种生鲜农产品购买渠道的选择行为基础上,以主观感知效用为理论框架,使用Multinomial Logistic模型,分析了影响选择的产品效用、购买效用和其它效用,结果发现:四种渠道的选择相互独立;在产品效用中,安全卫生和新鲜程度对超市和社区便利店的选择具有显著的影响,而新鲜程度显著影响了居民选择农贸市场和早市摊贩,价格因素与四种渠道都是显著相关的;在购买效用中,购买环境和农贸市场具有正相关关系,距离便利与农贸市场和社区便利店显著正相关,距离便利店和早市摊贩显著负相关;居民个人的性别、年龄、学历、家庭人口数和所在行业等因素也影响了渠道选择。

我国证券市场行业间收益率的极值联动效应实证研究

本文对我国证券市场行业指数收益率的极值联动关系及其决定因素进行了实证研究。较以往的研究,本文在研究方法和内容方面作了如下拓展:1)引入联合极值点(Coexceedances)概念来分析行业间收益率的非线性极值联动关系;2)运用多项选择模型,估计和推断行业间收益率极值联动的影响因素。研究发现:1)证券市场行业间收益率的正(负)极值联动与市场的波动率正相关;2)经济景气指数和无风险利率对行业正(负)收益率极值联动影响不同,经济景气指数仅对行业间正的极值联动有显著影响,无风险利率仅与行业间收益率负的极值联动显著正相关;3)波动的持续性对行业间收益率正(负)的极值联动无显著影响。本文研究结果为组合投资者的风险控制和市场管理者的政策制定提供参考依据。