单相直流侧串联型APF非线性平均电流控制

直流侧串联型APF采用PI平均电流控制时,在低频开关切换点存在着严重的电流畸变.该文分析了产生此电流畸变的原因,指出在低频开关点,高频开关的占空比需要发生跳变,而PI控制器不能实现占空比的跳变,这是造成此刻电流畸变的原因.非线性平均电流控制的控制特点是占空比直接参与控制,因此当系统占空比发生跳变时,该控制方法可以实现实际占空比的跳变.该文提出的将非线性平均电流控制应用到直流侧串联型APF中,解决了低频开关切换点的电流畸变问题.仿真结果证明了所提方法的正确性.

近似线性平均复杂性的平面点集Voronoi图增量算法的设计与实现

1 引言 Voronoi图是计算几何学科的一个重要结构,在模式识别、计算机图形、计算机辅助设计等领域有广泛的应用[1,2].平面点集Voronoi图的常用构造算法有三类:分治法、平面扫描法和增量算法[1,2].由于增量算法不仅适用于静态点集,而且还适用于动态点集,因而受到重视.

具有非线性平均增长率的离散Logistic方程的稳定性和振动性

考虑具非线性平均增长率的Ｌｏｇｉｓｔｉｃ方程 这里ｒ，ａ，ｂ都是正常数，本文证明了方程（１）的一切解关于 ｋ振动的充要条件是 ｋｒ（ａ＋２ｂｋ）＞１，其中ｋ是方程（１）的唯一的正平衡解。同时获得了方程（１）的正平衡解ｋ是渐近稳定与全局渐近稳定的充分条件．

Fourier-Laplace级数线性平均的局部化

研究了球面上借助于下三角阵Λ确定的Fourier Laplace级数线性求和法的局部化问题 ,得到了Fourier Laplace级数局部线性可和的充分条件 .

基于线性平均的强化学习函数估计算法

提出了一种基于最小线性平均的强化学习算法,用于解决连续空间下强化学习函数估计的非收敛性问题。该算法基于梯度下降法,根据压缩映射原理,通过采用线性平均法作为值函数估计的性能衡量标准,把值函数估计的迭代过程转化为一个收敛于不动点的过程。该算法利用强化学习算法的标准问-题Mountain Car问题进行了验证,仿真结果验证了算法是有效的和可行的,并且可以快速收敛到稳定值。

线性平均的带权Lebesgue常数

Fourier级数的线性平均的Lebesgue常数的研究对于Fourier级数的可和性和逼近问题的讨论有着重要意义.关于Lebesgue常数的阶的估计和渐近展开已有大量的结果.但在带权的L^p空间中相应的研究尚属空白.本文中我们研究某些线性平均在带权L^p空间中的Lebesgue常数.设f(z)=∑_(k=0)~∞b_kz^k是单位圆{z:|z|≤1}上的解析函数且f≠const..设A=(a_(m(?)))

基于奇异熵和线性加权平均法的公路桥梁结构模态参数自动识别方法

文章提出基于奇异熵和线性加权平均法的公路桥梁结构模态参数自动识别方法。该方法通过采集公路桥梁结构振动响应信号,引入奇异值分解算法处理响应信号,得到特征向量和特征值;在重叠滑窗模式的辅助下,进一步分析奇异值分解信号,基于奇异熵增量计算值完成系统模态定阶;引入线性加权平均法,根据加权重叠距离和加权平均密度确定合理的聚类中心,结合模态距离计算矩阵实现真实模态聚类识别;依托于聚类簇频率中值,对所有聚类簇进行自适应合并,找到真实模态合并簇的中值,作为结构模态参数自动识别结果。结果表明,该方法频率识别结果的变异系数<0.4%,阻尼比识别结果的变异系数<20%,满足模态参数自动识别要求。

利用线性平均值巧解电磁感应问题

本文归纳了线性函数平均值的两个公式及性质,利用线性平均值公式,巧妙解答有关导体棒在各种磁场中运动、垂直切割磁感线时产生感应电动势和感应电流的问题。

基于圆平均的带参数非线性细分法

为了使细分法具有更多可控性,提出一种基于圆平均带参数的非线性细分法.首先介绍一种基于2点及其法向量对的非线性加权平均,即圆平均;然后将线性细分法改写为线性平均的重复binary细分,并用圆平均替代线性平均,得到了新的带参数非线性4点插值细分法和3点逼近细分法;最后分析了新细分法的收敛性、保圆性、C1连续性.数值例子表明,当初始控制多边形的长度变化较大时,利用该细分法产生的极限曲线可以避免自交;同时,参数和初始法向量的选取可有效地控制极限曲线的形状,由曲率变化图可知,该细分法产生的极限曲线比线性4点插值细分法更加光顺.

基于平均线性粒子群算法的人工神经网络在径流预报中的应用

人工神经网络具有很强的非线性处理能力,能够有效地模拟复杂的非线性径流预报过程。传统的基于BP训练算法的人工神经网络具有训练时间较长,容易陷于局部最优值等缺陷,本文对训练算法加以改进,分别使用平均线性粒子群,粒子群和BP算法来优化人工神经网络的各项参数,首先使用标准函数测试了3种算法的全局优化性能,然后用它们对三峡水库的入库径流进行预报,以比较它们的预报性能。结果表明,在3种算法中,平均线性粒子群算法全局寻优的速度最快,稳定性最高,基于平均线性粒子群算法的人工神经网络的径流预报的精度也最高。

带控制变量的非线性自回归滑动平均模型在锚泊线动力分析中的应用

根据带控制变量的非线性自回归滑动平均(NARMAX)模型理论,建立了锚泊线的系统模型.该模型在进行系统识别时,将锚链上端点的运动时历作为系统的输入,锚泊线张力时历作为系统的输出,识别后得到的系统表达式可以用来预报锚泊线张力的时历.将模型预报结果与原时历进行比较,结果表明,NARMAX模型预报效果良好.

C^r([0,1])赋以满足S-Y条件Gauss测度的平均线性宽度

研究了Cr([0,1])空间赋以满足Sacks-Ylvisaker正则条件的Gauss测度在空间Lq([0,1])(1≤q≤+∞)中的平均线性n-宽度,通过利用再生核Hilbert空间的性质,以及Kolmogorovn-宽度和线性n-宽度之间的关系,得到了上述平均线性n-宽度的渐近阶.

多元Sobolev关于L_(qp)(R^d)下的平均线性宽度

得到了两种多元 Sobloev类于 Lqp( Rd )下平均线性宽度的弱渐进估计 .

五种颗粒平均直径计算方法模拟研究

为了确定更加合理的颗粒平均直径计算方法,文中分别模拟研究了多尺寸分布与单尺寸分布的发动机内流场与性能参数的差异。采用高雷诺数条件下的k-ε湍流模型与颗粒轨道模型进行数值模拟。模拟结果表明,5种颗粒平均直径计算方法得到的单尺寸分布的计算结果与多尺寸分布的计算结果均存在偏差。采用质量平均法与体积表面积平均法求解颗粒平均直径较好,而线性平均法不宜采用。

轧机振动信号的非线性建模方法及其应用

研究了非线性自回归移动平均建模方法,采用该方法开发了轧机振动烈度模型,结果表明该模型是合适且有效的。

动力配煤线性预测与非线性预测方法研究

分别采用线性加权平均、线性拟合、BP神经网络和Elman神经网络方法建立煤质特性预测模型,对混煤煤质特性进行预测。将四种方法的预测结果进行分析比较,辨别混煤煤质特性与各单煤煤质特性间的线性与非线性关系。分析表明:混煤的发热量、水分、灰分和硫分与各单煤相应煤质特性具有简单的线性关系。其中,发热量、水分和硫分的线性拟合预测结果优于线性加权平均预测结果;混煤挥发分与各单煤挥发分之间呈非线性关系,Elman神经网络预测效果最佳。

无限维空间的线性逼近特征

宽度理论由于其与最优算法紧密相连,进而得以蓬勃发展,成为逼近论的重要分支之一。陈广贵和蔡斌畏(2011年)研究了无限维空间在概率框架和平均框架下的非线性逼近特征。文章继续他们的研究,考察了无限维空间在概率和平均框架下的线性逼近特征问题,进而得出了无限维空间在概率框架和平均框架下线性宽度的精确阶。

紧Lie群上几种球型平均的饱和类(II)

讨论了紧 L ie群上 Abel-Poisson平均及 Gauss-Weierstrass平均的饱和类问题 ,给出了这两种线性算子平均在 C(G)

无限维空间的线性逼近特征

宽度理论由于其与最优算法紧密相连,进而得以蓬勃发展,成为逼近论的重要分支之一.陈广贵和蔡斌畏(2011年)研究了无限维空间在概率框架和平均框架下的非线性逼近特征。本文继续他们的研究,考察了无限维空间在概率和平均框架下的线性逼近特征问题,进而得出了无限维空间在概率框架和平均框架下线性宽度的精确阶.