基于最小扰动BP算法的水下机器人运动控制

针对神经网络学习中学习率起到的重要作用 ,本文提出了一种基于最小扰动的神经网络BP算法 .通过建立一个计算动态学习率的算法 ,在不影响网络学习的情况下 ,使得网络权值的变化最小 ,从而提高神经网络的稳定性和收敛的速度 .作者运用该神经网络算法设计了水下机器人的运动控制器 .实验结果表明 ,该算法具有良好的学习能力 ,据此设计的控制器控制效果良好 。

基于最小扰动相关去噪法股票投资组合风险优化

金融相关矩阵的计算是构建金融投资组合的基础.为解决金融相关矩阵的"维数灾祸"问题,进而促进金融投资组合风险的优化,受基于随机矩阵理论(RMT)和特征向量的Krzanowski稳定性的KR去噪法的启发,对收益相关矩阵特征值增大时的特征向量最小扰动进行了数学推导,并将以该扰动衡量的特征向量的Krzanowski稳定性引入到RMT去噪法中,进而建立对金融收益相关矩阵去噪的KRMIN方法.KRMIN法对KR法的算法进行了两方面的优化.一方面,KRMIN法对KR法的特征值设定方法进行了扩展;另一方面,KRMIN法采用模拟退火算法计算特征值.理论研究表明,由于在收益相关矩阵特征向量的稳定性和特征值算法准确性上的优势,KRMIN方法将获得比KR法更好的组合风险优化效果.通过bootstrap方法,开展了将LCPB法、PG+法、KR法和KRMIN法用于不同数量股票的投资组合优化的实证研究.结果表明:LCPB法、PG+法、KR法和KRMIN法都能通过股票收益相关矩阵去噪而带来投资组合风险的优化;基于收益相关矩阵特征向量的Krzanowski稳定性的KR法和KRMIN法的组合风险比其他两种方法更低;由KRMIN法得到的收益相关矩阵的特征向量稳定性和组合风险优化效果好于KR法.

基于最小扰动的停机位及滑行路径临时改派策略

为有效降低停机位及滑行路径临时改派对整个机场运行计划造成的影响,以机场运行系统扰动最小为优化目标,结合进离场航班运行特性,建立停机位及滑行路径临时改派双层模型。底层模型以指定停机位为优化对象,综合考虑拥堵系数和冲突风险概率,推出目标停机位最小冲突风险所对应的滑行路径优化方案。顶层模型以机场系统实时可用停机位为优化对象,结合底层模型所提出的优化方案,以扰动时间差最小为优化度量,选择最优改派策略。该策略可为机场系统进行临时扰动改派提供参考,降低冲突风险,提高系统稳定性。

基于最小阶扰动估计的永磁同步电机离散比例-积分准滑模控制

针对永磁同步电机系统存在不确定性及外部扰动时,传统PI控制无法获得较好控制性能以及传统滑模控制常基于连续时间二阶运动方程设计,因含有转速微分而易引入噪声的问题,提出一种基于最小阶扰动估计的新型离散比例-积分滑模(DP-ISM)复合速度控制策略。首先,基于永磁电机一阶离散模型,设计新型DP-ISM超平面及鲁棒离散准滑模控制器,消除稳态误差并可实现全程鲁棒性。其次,为进一步提高系统抗扰性并削弱抖振,构建一种最小阶扰动估计器,其与DP-ISM控制器结合形成二自由度,设计简单且具有最小观测器维数。最后,给出复合控制器稳定性的理论证明,并通过搭建基于dSPACE的实验平台验证了所提算法的优越性。

触发式最小电流扰动的孤岛检测方法研究

针对目前采取主动电流扰动法,使并网逆变器输出功率带来一定时间变化的问题,提出一种触发式最小电流扰动方式.以电网侧低压断路器分闸时产生的电弧信号作为触发条件,启动最小电流扰动量的加入,从而快速检测孤岛现象.根据IEEE Std.929-2000技术标准对该方法进行仿真和实验研究,验证方法的有效性.研究结果表明,该方法不仅没有盲区,且大大减少了加入扰动的时间,改变逆变器一直处于过载或欠载的运行状态,提高了逆变器使用寿命.

核集员双归一化最小均方算法

为了进一步提高非线性滤波中集员滤波算法的性能,提出一种核集员双归一化最小均方(KSMBNLMS)算法。首先,运用核方法将输入数据映射到再生核希尔伯特空间。其次,根据最小化扰动原理和拉格朗日乘子法,推导得到滤波器权向量的更新迭代公式。最后,利用核方法得到滤波器输出和算法的迭代公式。仿真结果表明,KSMBNLMS算法的收敛性和稳态性均有所提升。

冷带轧机轧制负载扰动的辨识及速度控制

为了抑制高速冷轧机直流调速系统未知轧制外扰(负载力矩)对冷轧机速度控制系统造成的不利影响,对其轧制负载扰动进行了辨识.并根据所辨识的负载扰动值设计了带有前馈扰动补偿控制的速度控制系统,仿真结果表明所设计的速度控制系统有效地改善了系统的动、静态性能.

基于小波网络的水下机器人推进器故障诊断

针对小波神经网络的隐层小波函数可以调节伸缩因子与平移因子影响网络输出的特点,将其伸缩因子与平移因子引入到最小扰动动态学习率的学习算法中。此算法通过计算动态学习率,使得小波函数的伸缩因子与平移因子以及网络连接权值的变化最小,这样便可提高小波神经网络的稳定性和收敛速度。使用这种小波神经网络对机器人建模,通过比较模型的输出(运动状态估计值)与实际测量值可得到残差,并分析残差提取故障判断准则,从而进行推进器故障诊断。仿真试验验证了该方法的有效性。

结合属性和RBAC的访问控制模型及算法研究

针对基于角色的访问控制系统不能实现动态授权、细粒度授权的问题,将属性与RBAC(Role Based Access Control)相结合,提出基于属性和RBAC的访问控制模型.在此访问控制模型上设计了基于最小扰动的角色挖掘算法,通过属性授权规则完成角色权限细粒度分配和用户角色动态分配,使产生的角色结果与原系统的角色集合保持一致.为验证算法的准确率和有效性在不同数据集下进行实验评估,实验结果表明,算法产生角色的准确率和有效性有明显的提高.

层次分析中排序的一种新方法

Ｓａａｔｙ提出的特征向量排序方法（ＥＭ）已被广泛应用于层次分析（ＡＨＰ）中．本文提出一种判断矩阵排序的最小扰动法（ＬＰＭ），并给出一个收敛性迭代算法和一些算例．ＬＰＭ在几个重要方面优于ＥＭ．理论分析和数据结果表明：ＬＰＭ是一种可行且有效的排序方法．

一种基于MRⅡ算法的三层二值双向联想记忆网络

传统的两层二值双向联想记忆(BAM)网络因其结构的限制存在着存储容量有限、区分小差别模式和存储非正交模式能力不足的缺陷,结构上将其扩展至三层网络是一个有效的解决思路,但是三层二值BAM网络的学习是一个难题,而三层连续型BAM网络又存在处理二值问题不方便的问题。为了解决这些问题,提出一种三层结构的二值双向联想记忆网络,创新之处是采用了二值多层前向网络的MRⅡ算法实现了三层二值BAM网络的学习。实验结果表明,基于MRⅡ算法的三层二值BAM网络极大地提高了网络的存储容量和模式区分能力,同时保留了二值网络特定的优势,具有较高的理论与实用价值。

装备完好率混沌时间序列数据控制方法研究

以某类具有混沌特征的装备完好率时间序列数据为研究对象,分析了导致其混沌的系统因素,认为混沌时间序列源于混沌系统。用系统的观点讨论了对混沌时间序列进行控制的最小参数扰动方法和步骤,给出了几种控制策略。

基于动力学的电网发电机故障恢复策略研究

当电网中个别发电机出现故障,不能为电网正常供电时,可能会引起其他发电机的超载级联,进而影响整个电网的正常有效运行。本文基于类Kuramoto模型,提出一种根据脆弱度切除负荷节点的发电机故障恢复策略,研究对比了切除脆弱度大的节点和切除脆弱度小的节点对系统恢复后网络性能的影响。研究表明,切除脆弱度小的节点后,剩余子系统的同步临界耦合强度Kc更小、所有节点频偏中的最大频偏绝对值更小、剩余子系统的负荷最小失同步扰动强度更大。因此,当电网中个别发电机出现故障时,利用本文方法能有效排除故障,使电网恢复稳定运行。

求解大型非对称线性方程组的不完全广义最小向后扰动法

本文给出了求解大型非对称线性方程组的广义最小向后扰动法(GMBACK)的截断版本——不完全广义最小向后扰动法(IGMBACK).该方法基于Krylov向量的不完全正交化,从而在Krylov子空间上求出一个近似的或者拟最小向后扰动解.本文对新算法IGMBACK做了一些理论研究,包括算法的有限终止、解的存在性和唯一性等方面的研究;且给出了IGMBACK的执行.数值实验表明:IGMBACK通常比GMBACK和广义最小残量法(GMRES)更有效;且IGMBACK和GMBACK经常比GMRES收敛得更好.特殊地,如果系数矩阵是敏感矩阵,且方程组右侧的向量平行于系数矩阵的最小奇异值对应的左奇异向量时,重新开始的GMRES不一定收敛,而IGMBACK和GMBACK一般收敛,且比GMRES收敛得更好.

经济学应该告诉学生什么?——在自然力危机背景下对西方经济学学科建设的几点思考

教育对人类行为的导向作用是巨大的,尤其在青年时代。在全球自然力危机背景下,基础理论经济学应弥补缺失的自然科学基础,纠正不适宜的理论前提,告诉学生:经济系统不是孤立的闭路循环系统,它总是受到热力学熵值增加定律的制约,不存在经济的永动机;自然力资源的稀缺是绝对的不是相对的;经济人应以自然力扰动最小化为目标。唯有这样的教改,才能从意识上规范思想、约束行为,从而抵御自然力危机,实现人类的长治久安。

求解大型非对称线性方程组的灵活的Minpert算法

对于病态的线性方程组,数值求解必须小心进行,为了加快算法的收敛速度,一种有效的方法是对原方程组作某些预处理.Kasenally和Simoncini给出了求解大型非对称线性方程组的最小联合向后扰动方法(Minpert算法).为了加快Minpert的收敛速度,我们结合右预处理技术,提出了收敛效果非常好的灵活的Minpert算法,即FMin-pert算法.数值例子表明FMinpert的收敛速度确实比Minpert快了很多,且有时收敛得比FGMRES更好.

求解大型非对称稀疏线性方程组的FIMinpert算法

在Krylov子空间方法日益流行的今天,提出了又一求解大型稀疏线性方程组的Krylov子空间方法:灵活的IMinpert算法(即FIMinpert算法)。FIMinpert算法是在Minpert算法的截断版本即IMinpert算法的基础上结合右预处理技术,对原方程组作某些预处理来降低系数矩阵的条件数,从而大大加快迭代方法的收敛速度。给出了新算法的详细的理论推理过程和具体执行,并且通过数值实验表明,FIMinpert算法的收敛速度确实比IMinpert算法和GMRES算法快得多。

交流永磁同步电机低速控制算法的研究

为了提高交流永磁同步电机低速运行性能,首先对交流永磁同步电机矢量控制进行分析,对电机控制系统进行建模,推导了矢量控制下电压方程及转矩方程。然后,分析了电机在低速运转时的扰动转矩,为了对该扰动转矩进行观测提出最小维扰动观测器算法,不仅将测得的扰动转矩以前馈的方式反馈至电流环中,同时为了抑制出现大的超调,增加了补偿系数。最后对该算法进行仿真,结果表明：不仅提高了电机低速运行的抗干扰能力,而且改善了电机低速运行性能。

微小型水下航行器广义S型模糊神经网络控制

为提高微小型水下航行器运动控制的机动性和避障能力,提出一种广义S型模糊神经网络(SFNN)控制方法.采用广义Sigmoid函数作为隶属函数,并推导出基于最小扰动的网络学习方法补偿敏感性.与Gauss型模糊神经网络(FNN)进行比较并以"微龙"号水下航行器为研究对象进行了试验研究.结果表明,采用广义SFNN控制,在没有损失整体控制品质和稳定性的情况下,控制系统响应速度大幅度提高,反应能力增强,从而满足微小型水下航行器的实时控制要求.