利用遗传算法实现时频混合最小二乘系统降阶

提出了基于H2 范数以及h2 范数的混合系统降阶准则 ,并且利用遗传算法实现了基于该准则的系统降阶 .这一方法的提出 ,避免了传统方法的缺点 ,使降阶系统达到了非常理想的性能 .通过例子表明 ,该降阶方法优于目前普遍使用的其他降阶方法 .

数模混合二维相控阵雷达远场收发校准方法研究

本文提出了一种基于最小系统设计准则的数模混合二维相控阵雷达远场收发校准方法,给出了实现流程、数据分析过程和实测结果。方向图的实测结果显示本文提出的校准方法得到的收发方向图主要技术指标良好且均满足使用要求,在实际工程中具有较好的操作性和推广性。

基于混合最小二乘支持向量机网络模型的非线性系统辨识

针对基于输入输出数据的非线性系统辨识问题,提出一种新的混合最小二乘支持向量机(LS-SVMs)网络模型及相应的学习算法.该算法将系统的辨识问题动态自适应的划分为若干子问题,将支持向量机(SVM)用于各子模块辨识;通过分析模型的统计学特性,给出基于整体框架优化的系统参数辨识方法.针对系统中参数相关联的特性,采用期望条件最大化(ECM)算法对其进行条件辨识,同时结合正则化理论和最小二乘法,保证各专家模块的结构风险最小化辨识原则.试验结果表明,该方法兼具良好的辨识精度和泛化性能.

应用最小二乘支持向量机和混合遗传算法的制粉系统优化控制

利用最小二乘支持向量机(LSSVM)对直吹式中速磨制粉系统进行建模,然后采用混合遗传算法(HGA)对模型寻优,以获得不同工况下制粉系统的最佳运行方式。在某电厂200 MW机组上进行了现场试验。结果表明:该方法具有较高的可靠性和实用性,可用以指导运行人员进行制粉系统的优化调整。

多变量系统混合加权最小二乘约束稳定预测控制算法研究

单变量混合加权最小二乘(MWLS)稳定预测控制算法具有在线计算量少、闭环系统稳定以及处理存在不可行解的情况等优点。但是在实际工业控制过程中,许多化工过程都是多变量的。因此,在此基础上,针对多输入多输出系统,研究了MWLS算法,并进行了仿真研究,仿真结果证实了该算法的可行性。

基于最小二乘法和时频原子变换的谐波/间谐波测量算法

提出了最小二乘法与时频原子变换相结合的谐波/间谐波测量方法。应用最小二乘法对整个测量频段扫频,获取谐波/间谐波分量的个数和大致频率。依次对各个分量跟踪配置时频原子变换对应的带通滤波器,精确测量其频率和幅值。时频原子变换是具有自适应复带通滤波特性的新型时频分析方法,其频窗宽度与频窗中心相互解耦,可以灵活调整而不受窗函数中心频率的限制。通过构造频窗互不交叉的复带通滤波器来抑制频率邻近分量之间的干扰,同时能在非同步采样条件下抑制基波频率波动对测量精度的影响。仿真结果表明该方法具有测量精度高、计算量小、抗噪性能好等优点。

基于在线辨识和极小值原理的PEMFC混合动力系统综合能量管理方法

为了有效改善燃料电池混合动力系统的能耗,减少燃料电池性能衰减,保持辅助动力源的荷电状态(state of charge,SOC),提出一种基于遗忘因子递推最小二乘算法(forgetting factor recursive least square,FFRLS)的在线辨识方法和极小值原理的综合能量管理方法。该方法能根据在线辨识的结果和直流母线需求功率,完成对主动力源及辅助动力源的功率分配工作,并与基于离线辨识的算法结果以及等效氢耗最小能量管理方法(equivalent consumption minimization strategy,ECMS)进行对比分析。结果表明,该方法对等效氢耗的优化比离线以及ECMS的效果分别提升了6.33%和4.35%,对燃料电池性能衰减则分别优化了4.72%和6.98%,并能更好地维持辅助动力源的SOC。

基于高斯混合聚类的切换系统的辨识

针对具有未知切换规则与未知子系统数量的切换系统的辨识问题,提出一种两阶段辨识方法,包括模式检测与参数辨识.在模式检测阶段,首先建立高斯混合模型表示采样数据的分布,并通过轮盘法选择合适的初始模型参数.其次,计算采样数据属于每个子系统的后验概率,通过极大似然估计算法迭代更新模型参数,使高斯混合模型最大化地拟合采样数据的分布.在此基础上,通过贝叶斯信息准则确定子系统的数量,并根据最大后验概率准则估计切换规则.在参数辨识阶段,通过递推增广最小二乘法估计每个子系统的参数向量.最后,通过仿真结果验证了所提方法的有效性.

基于无偏LS-SVM的混沌系统的混合同步控制

为实现超混沌系统与混沌系统的混合同步控制,通过对主系统采样,获得训练样本数集,设计了从系统混合同步轨线的形式;采用无偏最小二乘支持向量机(LS-SVM)的方法,引入核函数,获得优化目标,根据优化目标,求出混合同步轨线,设计了控制器。以超混沌Lorenz-Stenflo系统为主系统,Chen混沌系统为从系统为例,基于Matlab进行数值仿真,验证了方法的有效性。

面向电-热综合能源系统的混合状态估计方法

综合能源系统(IES)涵盖电、热、气等多种能源类型,运行状态复杂、设备动态特性多样,为了保证IES安全可靠运行需要进行状态估计(SE)。在此背景下,针对IES状态估计时效性和准确性较差的问题,提出一种面向IES的混合状态估计方法。首先,分析耦合量测模型对IES量测冗余度的影响,以及量测冗余度增加对热网状态估计效果的影响;其次,在IES中引入分布式状态估计,构建2种不同区域划分场景并进行对比分析;最后,选取30节点电力网络与17节点热网耦合IES进行仿真分析,算例结果验证所提方法的有效性与实用性。

基于主从分裂法的交直流混合状态估计

直流输电技术的快速发展迫切要求提出实用的交直流混合状态估计方法。该文将交流系统看成主系统,将直流系统看成从系统,提出了交直流混合状态估计的一种新方法,即主从分裂法。该方法自然地将整个电力网络的状态估计问题分解成交流估计和直流估计两个子问题,通过主从分裂迭代,可获得严格的全局状态估计解。其中,交流系统和直流系统可以采用不同的状态估计算法,只需对调度中心现有状态估计软件进行少量修改,即可实现交直流混合状态估计。理论分析和数值试验结果均表明了新方法的实用性、正确性和良好的收敛性。

基于双向工频通信系统的弱信号检测与分析

针对工频通信系统中背景电流大于调制信号的情况,提出以最小二乘法进行背景电流拟合的设想。针对调制信号湮没在噪声中的情况,采用小波分析、时频分布以及短窗自相关3种信号提取方法,介绍3种方法的原理、特点,并做仿真试验,对仿真结果进行比较、分析,确定小波分析方法为信号的有效提取方法。最后采用实际工程数据进行检测,结果表明最小二乘法与小波分析方法相结合是检测强干扰中有用信号的有效方法。

基于粒子群优化的混合模型预测控制研究

为解决复杂非线性系统的控制精度不高,稳定性难于保证等问题,将预测控制技术应用于非线性控制中,提出了一种基于粒子群优化和混合模型的预测控制算法。混合模型预测控制算法使用模糊聚类和最小二乘法建立了系统的复合模型,由带压缩因子的粒子群算法优化获得了非线性控制系统的控制量,在非线性模型上对模糊预测控制算法和混合模型预测控制算法进行了分析,对2种方法进行了Matlab仿真,比较了两种算法的控制精度和稳定性。试验结果表明混合模型预测控制算法不仅具有很高的控制精度,并且具有很好的鲁棒性。

针对Hammerstein模型的典型系统辨识方法

针对目前Hammerstein模型辨识中存在的成果多对比分析少的问题,文中研究了递推最小二乘、粒子群以及混合蛙跳方法对Hammerstein模型的辨识问题.在理论分析的基础上,通过实验研究了3种方法在辨识误差、收敛速率等方面的性能差异,最后给出了3种方法存在的优势以及潜在的不足,并深入分析其原因.文中结果可为3种典型方法的实际工程应用提供指导,并可为方法未来改进提供思路和指导.

SDT改进算法在数控系统监控平台中的应用

数控系统监控平台利用OPC(OLE for process control)技术对数控系统内部状态数据进行实时采集,大量的过程数据为状态监控和故障诊断提供了基础,但这些数据占用大量存储单元,造成存储器的过度消耗。为了使海量的过程数据易于存储和历史回调,提出一种基于旋转门(spring door trend,SDT)算法的改进算法来对数据进行压缩,使用最小二乘法拟合直线替代SDT中简单的首尾两点连线,在同样的容差情况下大大减小了数据的压缩误差。最后通过混合编程技术将Matlab实现的算法集成到C#编写的OPC采集客户端中,并在数控系统中测试实验,取得了良好的应用效果。

混合操作变参数递归增量估计算法研究

提出了一种新的变参数递归增量估计算法和误差界的概念 ,并给出了其选择准则 .该算法特别适用于跟踪时变系统且计算量与标准递推最小二乘算法相当 .

面向能量管理的燃料电池混合动力模型辨识

燃料电池混合动力能量管理算法离线及在线优化需要建立一套有效的模型辨识方法。根据混合动力系统的部件特性,使用TTCAN数据,基于最小二乘原理建立系统辨识算法,辨识出系统模型。离线仿真结果表明,所辨识的模型能反映当前系统性能,可作为能量管理算法优化的依据。为提高能量管理算法的自适应调整能力,需要将离线辨识改为在线辨识,并整合到整车控制器中。在Matlab/Simulink环境中搭建在线辨识算法,并通过自动代码生成与整车控制器底层代码无缝结合。增加了在线辨识算法的能量管理算法运行时间从原先的0.58ms提高到3.2ms,但仍然小于TTCAN网络的最小闲置时间4ms。在线辨识算法虽然增加了整车控制器运算负荷,但并未影响TTCAN通讯时序。中国城市公交典型工况测试表明,采用在线辨识算法后的系统氢气消耗从8.2kg/100km降低到7.9kg/100km,约降低3.6%。为控制燃料电池输出功率波动,进一步工作中需要将燃料电池模型加入在线辨识算法,并采用递推算法降低整车控制器计算负荷。

定常的热传导-对流问题的Galerkin/Petrov最小二乘混合元方法

In this paper, a Galerkin/Petrov-least squares mixed finite element method forthe stationary conduction-convection problems is presented and analyzed. Themethod is consistent ahd stable for any combination of discrete velocity and pres-sure spaces without requiring the Babuska-Brezzi stability condition. The exis-tence, uniqueness and convergence (at optimal rate) of the discrete solution isproved in the case of sufficient viscosity (or small data).

接触电阻计算新方法

运用模糊系统对接触电阻进行建模.首先通过全因子法进行试验,得到足量试验数据,从试验数据中选出一部分能代表整个样本空间特征的数据作为训练数据训练模糊系统,剩下的作为测试数据对模糊系统进行测试,检测系统可靠性.然后在分析基本遗传算法与递推最小二乘算法特点的基础上,将二者结合形成混合算法,混合算法是在基本遗传算法之后进行递推最小二乘算法的运算.通过训练数据分别利用递推最小二乘算法、基本遗传算法、混合算法训练模糊系统,混合算法的收敛效果优于其他2种方法.通过训练数据建立基于回归分析的接触电阻模型.利用测试数据对各模型进行测试,并比较测试结果,混合算法训练模糊系统所得模型的测试效果是各模型中最好的.测试和比较结果说明若能得到足量训练数据,用混合算法训练模糊系统的方法对接触电阻进行建模是可行的.