一种基于等效线性化的非平稳随机动力响应分析的显式迭代算法

提出了一种基于等效线性化法的非平稳随机动力响应分析的显式迭代算法.首先根据等效线性化法把非线性系统转化为离散的线性系统,然后应用Newmark-β积分方法,推导出各个离散时刻的时域显式迭代公式,进而可以快速得到非线性系统的随机动力响应,最后用一个非线性的范德波尔系统和一个杜芬系统受非平稳随机荷载的算例验证了该算法的计算精度和计算效率.

基于迭代PRONY算法的传递函数辨识

该文介绍了一种辨识电力系统降阶线性模型的方法:通过迭代方法来提高传统Prony分析的精度,并利用特定的输入信号,使Prony分析可以进行传递函数辨识。将其用于电力系统稳定器(PSS)设计过程中传递函数的辨识,不仅可辨识出系统的降阶模型,同时还可估计系统的初始状态。由于这些传递函数中包含系统中其它机组及控制器的信息,故利用该方法进行PSS设计,便于实现多机协调控制,极大地扩展了此方法在实际系统中的应用范围。文中最后通过2个算例验证了该方法的有效性。

基于接头非线性抗弯刚度的盾构隧道迭代算法的实现与应用

盾构隧道接头环向抗弯刚度反映了接缝在一定的轴力水平下抵抗弯矩作用产生变形的能力,具有典型的非线性特征,设计中对刚度取值的偏差会导致结构变形和内力出现差异。通过将管片接头弯矩-轴力-转角的三维曲面参数编制汇总到数据库文件中,实现接头非线性力学效应向整环模型输入的迭代计算方法。采用接头刚度迭代算法与传统的(修正)惯用法、多铰圆环法、梁-弹簧模型的内力与变形结果进行比较。运用大比尺相似结构模型试验对不同外荷载作用下的计算成果进行验证。最后采用迭代算法对复合地层条件下的衬砌结构进行计算分析,并利用现场实测数据进行验证。研究结果表明:接头刚度影响着衬砌的整环抗弯刚度,对于受力均匀的衬砌结构而言,采用梁-弹簧模型的计算结果与迭代计算模型相差不大,满足工程设计要求;对于上下交叠的软硬程度差异极大的复合地层而言,衬砌结构内力相差较大,采用接头刚度迭代算法的计算结果与现场实测值吻合较好,证实了该算法的可行性和合理性。

基于L-R非线性迭代的降质图像复原算法

为克服图像传输和获取过程中受模糊、失真等因素影响所造成的图像降质,提出一种基于L-R非线性迭代的降质图像复原算法。建立图像退化和恢复模型,并给出复原图像的评价测度。仿真实验结果表明,与传统的维纳滤波相比,该算法在存在多种随机噪声的情况下,能达到较好的图像复原效果。

粘滞阻尼器减震结构非线性随机振动的时域显式降维迭代随机模拟法

粘滞阻尼器在大型复杂结构减震设计中应用广泛。由于粘滞阻尼器的非线性阻尼力特性,粘滞阻尼器减震结构非平稳随机地震反应分析是一个典型的局部非线性随机振动问题。利用减震结构动力响应时域显式表达式的降维列式优势,仅针对与粘滞阻尼器相关的局部自由度进行非线性迭代计算,提出了局部非线性随机振动问题的时域显式降维迭代随机模拟法,为设置粘滞阻尼器的大型复杂减震结构非线性地震反应分析提供一种高效的随机振动方法。以安装了四个纵桥向粘滞阻尼器的某主跨1200m悬索桥为工程实例,开展E2水准地震激励下的非线性随机振动分析。计算结果显示,设置阻尼器后,主梁的纵桥向位移得到明显控制,降幅达到80%,大桥的关键截面内力也有5%左右的降幅。

随机振动功率谱复现迭代算法的研究

采用功率谱复现迭代算法,依据系统的频率特性,对驱动信号进行迭代补偿,使得系统的响应谱能够高精度地复现期望谱。基于对影响随机振动功率谱复现精度因素的分析,提出在不同频段采用不同迭代步长的驱动谱迭代算法,给出了算法的程序框图,并通过试验验证了算法的有效性。

基于向量图分析的迭代学习控制非线性算法

打破多年来人们一直囿于Arimoto的思路 ,另辟途径寻找新的迭代学习控制的研究方法 ,以期构架迭代学习控制的几何理论 .基于数学的几何方法 ,通过对通常算法所构成的向量图进行分析 ,获得了一类快速的迭代学习控制新算法 ,然后对这种新结构的算法在理论上进行了完整的收敛性分析 .这类新算法与目前所有迭代学习控制算法不同 ,具有非线性结构 .

非线性系统的迭代学习控制及其算法实现

研究了非线性系统的学习控制方法 .首先 ,对学习控制方法在目前发展中所存在的一些问题进行了分析 ;在此基础上 ,通过引进新的 (λ ,ξ) 范数及新的算法 ,克服了这一理论研究中所存在的一些困难 ,避免了以上问题的出现 ,获得了控制算法全局收敛和目标跟踪精度较高的结果 .

求解非线性方程组的迭代神经网络算法

求解非线性方程组是工程研究中的基本问题,普通的求解算法均具有一定的缺点,通用性不强。神经网络能以任意精度逼近非线性函数,利用它逼近非线性方程组的函数的反函数,提出了通用性较强的数值求解方法。首先,给出了不需迭代的简单神经网络算法;然后,针对给定求解区域偏大和不准确的问题,提出了缩小与改变求解区域的迭代神经网络算法。这两种算法均进行了实例求解,结果表明,两种算法格式简单,求解时间短,精度高,具有较高的应用价值,在理论研究和工程实践中具有较大应用前景。最后分析了算法的优点和改进方向。

基于IFS随机迭代算法的印花图案设计

根据纺织面料印花图案的特点,利用IFS随机迭代算法的便捷性,运用可视化方法,在基于随机迭代算法讨论IFS图形生成原理的同时,研究了通过参数变化使IFS图形发生变化的基本方法;在此基础上,运用计算机图形技术,对应用IFS图形设计纺织面料印花图案的方法作了初步的尝试,并借助电子(喷)印花手段进行印花试验,对纺织面料运用IFS图形资源开发印花产品的途径进行了初步的探讨。

基于迭代函数系统的分形算法及其应用

给出了基于迭代函数系统的分形内插算法控制参数的一个计算公式 ,并将其机制随机化。同时 ,给出了模拟平面分形图的一个新算法。结合两种算法 ,对四川丹凤场气田阳新统断层的分布进行了计算机模拟 ,其结果对油气勘探开发有一定实际意义。

非线性系统高阶迭代学习算法

结合迭代学习控制算法中的开环和闭环方案，本文针对更一般的非线性系统，讨论高阶算法的广泛适用性。理论和仿真结果表明了高阶算法在输出跟踪和干扰抑制方面的有效性。

基于线性迭代的DFT调制滤波器组的设计算法

该文研究了单原型的DFT调制滤波器组的设计方法。在该方法中,滤波器组的设计问题被归结为一个无约束的优化问题,其目标函数为滤波器组的传递失真、混叠失真和原型滤波器的阻带能量的加权和。结合线性化方法,原型滤波器通过迭代求解。在单步迭代中,原型滤波器的系数通过解析式求解得到。仿真表明,与传统的设计算法相比,本文方法设计所得的DFT调制滤波器组重构误差减小了约40dB,阻带衰减提高了约2dB。并且新算法的计算复杂度明显低于传统算法。

连续时间非齐次双线性二次型最优控制迭代算法

在基于双线性模型的连续时间非线性最优控制的DISOPE算法中 ,每次迭代都要求解连续时间非齐次双线性二次型问题 .针对这一问题提出了新的迭代求解算法 ,分析了该算法收敛性的一个充分条件和最优性 ,为基于双线性模型求解非线性最优控制问题提供了有效方法 .

线性方程组迭代解的随机模型测试研究

本文讨论大型线性方程组迭代解的随机模型测试评价问题。给出了常用迭代解法ＣＧ、ＬＳＱＲ、ＳＩＲＴ、ＳＡＲＴ、ＳＡＳＩＲＴ等的测试结果。结果表明：（１）方程组系数矩阵的特性（条件数）及解结构都对解精度有重要影响。解模型越粗糙，解的精度越低。（２）各种求解算法都有一定的平滑效应，同时各种算法也都会产生误差大于２００％的奇异解，奇异解元素数一般约占１０％。（３）数据的拟合残差一般不能真实反映解的精度。（４）对含误差数据的求解问题，较好的求解算法是ＤＬＳＱＲ与ＳＡＳＩＲＴ。

基于克隆选择算法的非线性优化迭代学习控制

为实现对模型不确定的有约束非线性系统在特定时间域上输出轨迹的有效跟踪,将改进的克隆选择算法用于求解迭代学习控制中的优化问题。提出基于克隆选择算法的非线性优化迭代学习控制。在每次迭代运算后,一个克隆选择算法用于求解下次迭代运算中的最优输入,另一个克隆选择算法用于修正系统参考模型。仿真结果表明,该方法比GA-ILC具有更快的收敛速度,能够有效处理输入上的约束以及模型不确定问题,通过少数几次迭代学习就能取得满意的跟踪效果。

由2次单参复解析多项式构造非线性迭代函数系

为了构造新形式的分形,提出利用单参复解析2次多项式映射构造非线性迭代函数系.首先构造出2次多项式复映射在参数平面上的1周期参数集合;然后在该集合上随机挑选2个以上的参数,由这些参数建立一组迭代映射,用这组迭代映射构造出一个由单参的2次复解析压缩映射构造的非线性压缩IFS迭代函数系;最后对迭代函数系中的一个迭代映射在平面上的压缩不动点连续迭代,构造出相应的奇怪吸引子或分形.实验结果表明,该方法可以用于大量构造平面上的奇怪吸引子或分形,图形结构新颖.

基于一类新的胞腔排除遗传算法求解迭代函数系逆问题

提出求解迭代函数系 ( IFS)逆问题的一类有效遗传算法 .该算法基于新发展的可拼接 /可分解编码 ,并结合使用胞腔排除技巧 .对于典型图像的应用表明 :该方法可有效应用于基于矩匹配表示的 IFS逆问题求解 ,从而为

基于非线性光流方程的数字图像相关非迭代灰度梯度算法

在传统的非迭代灰度梯度数字图像相关算法中,假设变形前后同一个像素点的灰度值相等。但在实际应用中,图像的采集会受到环境光照的变化、相机曝光过度/不足、加载引起被测表面图像变化等因素的影响而引起变形前后图像像素点灰度值的变化。针对这一问题,应用非线性光流方程来描述变形前后像素点间的灰度关系,从而提出一种基于非线性光流方程的非迭代灰度梯度算法。应用模拟实验与真实单轴拉伸实验对算法的有效性与计算精度进行验证。结果表明,该算法对图像的灰度变化不敏感,具有较高的测量精度。

非线性半参数模型最小二乘核估计的迭代算法

基于非线性半参数模型最小二乘核估计,给出了核估计参数分量和非参数分量估计的构造式,导出了利用高斯-牛顿迭代法的计算公式.实测数据的模拟表示该算法具有较好的拟合精度.