边坡非线性位移预测的动力系统自记忆模型

边坡位移的准确预测对于边坡稳定性评价、边坡安全状态的预警以及滑坡灾害的控制具有重要意义。将"动力系统自记忆原理"引入到边坡位移时间序列预测研究。首先将量测得到的边坡位移时序数据视为描写边坡位移非线性动力学模型的一个特解,采用双向差分原理反导出边坡位移非线性常微分方程。以此作为微分动力核,运用自记忆原理建立了边坡位移预测的自记忆模型。将该方法用于三峡永久船闸边坡和卧龙寺边坡变形预测,研究结果表明:自记忆模型对于边坡位移预测具有较高的预测精度和较强的预测多个时序步位移的能力,从而为边坡位移预测提供了一条新途径。

低维混沌时序非线性动力系统的预测方法及其应用研究

主要研究由低维混沌时序所确定的非线性动力系统的预测方法及其应用· 在国外学者研究工作的基础上 ,应用一种非线性混沌模型在相空间内对时序进行重构工作 ,先通过改进的最小二乘方法来估计模型的参数 ,满足一定精度后 ,再采用最优化方法来估计模型的参数 ,并用所求得的混沌时序模型在其相空间内对时序的未来值进行预测· 给出了非常有代表性的实例对文中模型和算法进行验证· 结果发现采用该算法能较准确地求得模型的参数 ,在相空间中对混沌时序进行预测 ,将传统方法中的外推变成了相空间中的内插 ,及选取最佳的模型阶数等工作都能增加预测的准确程度 。

混沌经济时序非线性动力系统的预测方法研究

混沌经济时序的预测方法研究是混沌经济非线性动力系统的重要内容 .提出了一种改进的非线性混沌经济模型 ,应用模型的阶数由最小嵌入维数决定的观点 ,给出了相应的模型参数辨识方法 ,并用其确立的混沌模型进行了预测工作 .计算结果表明 :模型参数辨识方法能迅速地将参数估计值带到多峰目标函数的全局最小值附近 ,然后再采用优化理论能较准确地求出模型的参数 ,用得到的混沌模型对系统进行预测工作 。

种间作用的二维非线性动力系统模型及其数值模拟试验研究

系统探讨了种间制约作用的二维非线性动力系统的机理与过程,从生物力学角度扩展了Lotka＿Volterra模型,建立了包含种间作用与反作用的二维非线性自治、非自治动力系统新模型,分析了该动力系统平衡点的稳定性、周期解的存在性与稳定性,并对其动力学过程进行了数值模拟试验研究· 结果表明两生物种群间作用效率的大小、作用系数与反作用系数变化的同向与异向性和作用力时变等对动力系统稳定性都有一定影响,种间作用效率变大或变小,以及作用系数与反作用系数的异向变化都导致动力系统的不稳定,致使两种生物难以生存。

基于广义子集模拟和自适应Kriging模型的非线性随机动力系统的时变可靠性分析

针对非线性随机动力系统在非平稳高斯随机过程激励下的时变可靠性问题,提出一种广义子集模拟(GSS)和主动学习Kriging模型结合Monte Carlo的自适应更新(AK-MCS)高效计算方法(GSS-AK-MCS)。基于全概率定理,将非线性随机动力系统的时变可靠性转化为一个双层嵌套问题:内层通过GSS算法解决非平稳随机激励下累积失效概率的计算;外层自适应地构建系统随机参数与累积失效概率之间的Kriging代理模型,基于代理模型实现随机系统的可靠性分析。以两个非线性结构系统的时变可靠性分析为例,验证所提出方法的可行性。数值算例结果表明:GSS-AK-MCS方法不受非平稳随机激励的频谱特征的影响,与传统的MCS和Kriging模型方法比较,显著提高了非线性随机动力系统的时变可靠性计算效率。

求解强非线性动力系统响应的一种新方法

将同伦理论和参数变换技术相结合提出了一种可适用于求解强非线性动力系统响应的新方法,即PE-HAM方法(基于参数展开的同伦分析技术).其主要思想是通过构造合适的同伦映射,将一非线性动力系统的求解问题,转化为一线性微分方程组的求解问题,然后借助于参数展开技术消除长期项,进而得到系统的解析近似解.为了检验所提方法的有效性,研究了具有精确周期的保守Duffing系统的响应,求出了其解析的近似解表达式.在与精确周期的比较中,可以得出:在非线性强度α很大,甚至在α→∞时,近似解的周期与原系统精确周期的误差也只有2.17%.数值模拟结果说明了新方法的有效性.

解非线性不适定方程的一种动力系统方法

针对非线性不适定方程数值解的修正的Landweber迭代法,研究其动力系统方法.在对非线性算子F的一定的假设条件下,证得此方法的收敛定理,并推导出其收敛率估计.

系统效率最优的功率分流式混合动力汽车非线性预测控制

针对一种基于双行星排构型的功率分流式混合动力汽车,建立系统动态模型,准确描述其转速转矩耦合关系,通过建立各部件的效率模型,分析不同模式下系统的工作效率.设计控制器结构框架,以系统工作效率和电池充放电平衡为目标,构建基于模型预测控制的优化问题,采用一步马尔科夫链模型预测驾驶员需求转矩及车速,将有限时域内的优化问题转化为非线性规划问题,基于序列二次规划算法实现优化求解.仿真研究表明,基于系统效率最优的预测控制器能够维持电池的充放电平衡,在美国城市驾驶循环(UDDS)下,当电池初始电池荷电状态(SOC)分别为0.50、0.55和0.60时,相较于以发动机燃油消耗最优为目标,车辆等效燃油经济性分别提高了7.17%、5.73%和10.11%,验证了控制器的有效性和优越性.

降雨年际气候变化的非线性动力统计模拟预测

文中应用非线性动力统计方法来模拟降水年际气候变化。经过对中国４２ 个测点近百年降雨变化的模拟预测检验，取得了较好的效果，并得出了一些有意义的结论。关键词：非线性，动力统计，模拟预测。

基于NN非线性系统的广义预测控制与模拟

利用最小二乘法理论 ,建立了一种适合非线性系统的广义预测控制方法 ,通过仿真验证了其具有良好的适应性和有效性。

基于自由液面预测的非线性液体晃动问题的数值模拟

针对一类矩形贮液箱的非线性晃动问题,提出一种基于有限差分算法的数值模拟方法.该方法首先采用σ变换将流体区域转化为矩形域;然后在时间迭代的过程中,运用自由液面运动学条件的显格式预测出下一时层的自由液面形状,并对边界条件中的非线性项作近似处理,由此得到描述下一时层各状态量的离散线性方程;最后根据数值解来对下一时层的自由液面进行校正.使用该方法计算了自由晃动、受迫晃动和行波3种情况,数值计算结果表明该方法具有良好的收敛性和准确性,能够有效地实现非线性晃动过程.此外,这种预测校正格式能够在保证算法稳定性的前提下,灵活地处理包含运动边界的数学问题.

非线性跟踪—微分器及其在股价模拟和预测中的应用

在介绍非线性跟踪—微分器基本原理的基础上,运用非线性跟踪-微分器对上证综指进行了模拟和预测,并将其模拟和预测结果与五日移动平均法进行比较。结果发现,不管是敏感度还是误差,非线性跟踪-微分器比移动平均法要理想得多。

线性一非线性GM模型在地下工程围岩变形模拟预测中的应用

灰色系统理论在岩土工程领域的许多方面已得到广泛的应用，并取得了一系列成果，但在地下工程中的应用成果尚少。具体应用实践表明，线性DGM（2，1）模型、非线性Verhulst模型模拟预测地下工程围岩变形比一般回归分析效果好。DGM（2，1）和Verhulst模型不仅具有较高的精度，而且可方便地预测出围岩变形的最终位移，为地下工程信息化设计、施工提供更加准确的信息。

基于驾驶模拟实验的陡坡急弯路段运行速度预测模型研究

以某二级公路的陡坡-急弯路段为例,基于驾驶模拟实验,分析运行速度的变化规律。小客车在陡坡-急弯路段上行驶时,呈现出在陡坡处加速、在急弯处减速的变化规律,且运行速度极小值发生在大坡度(-4%)和小半径(R=200 m)组合的子路段。利用多元非线性回归分析方法,构建了以坡度和曲线半径为自变量的陡坡急弯路段坡度中点、曲线中点和曲线出口处运行速度预测模型,拟合效果良好,平均相对误差分别为1.22、0.60和2.10,均优于规范预测模型,预测精确度明显提升。研究成果可为陡坡急弯路段交通管控提供科学依据。

模拟生物组织非线性声参量B/A与其组分预测关系的研究

组织的非线性声参量A/B与组分有着密切的关系,许多学者根据不同的假设和物理关系,建立了各组分的声参量、混合物的声参量、以及各组分的体积含量三者之间的关系方程,即混合定则.通过对它们的比较发现,Apfel混合定则的约束条件少,具有典型性.

山西降水、气温场非线性模拟与预测

本文将门限自回归应用于降水、气温场的模拟与预报，并讨论了门限识别准则存在的问题，提出了新的ＡＩＣ加权最小识别准则，取得了令人满意的效果。降水、气温各主成分的自激励门限自回归和开环门限自回归均以零时滞为最优。说明降水、气温存在两种不同的自相关和互相关，但这种相关形式选择不能由序列自身预先提供。非零时滞门限游程序列的ＳＥＴＡＲ模型拟合和预测效果均很好。因此，降水和气温场的预报可由零时滞ＳＥＴＡＲ模型和非零时滞门限游程ＳＥＴＡＲ模型组成方程组完成。

非线性混沌经济时序的预测方法及其应用研究

主要研究由非线性混沌经济时序所确定的动力系统的预测方法及其应用 ,通过改进的最优化方法来估计模型的参数 ,并在其相空间中对时序的未来值进行预测 .给出有代表性的实例对模型和算法进行验证 ,结果发现选取最佳的模型阶数能增加预测的准确程度 。

薄壁结构吸能预测的多元非线性回归分析

为了研究试验参数对薄壁金属结构吸能特性的影响规律,预测和分析这一类型的薄壁结构吸能特性,针对轴向冲击载荷作用下薄壁结构动态响应的非线性特性,以数值模拟为基础,建立了结构吸能特性参数与试验参数之间的多元二次非线性回归模型,编制了Gauss-Newton迭代算法程序对该非线性回归模型参数进行求解.以方形薄壁结构为例,得到了比吸能E_s,有效撞击力AE和有效撞击行程SE分别与试验参数之间的非线性拟合数学方程,最后使用该二次非线性回归模型对这一类型的方形薄壁结构在轴向冲击载荷作用下的吸能特性进行预测.结果表明:方形薄壁结构各项吸能特性参数的回归值与试验值的相对误差控制在±6.0%以内,比吸能E_s、有效撞击力AE和有效撞击行程SE的相对预测误差平均值分别为0.683%、4.604%和3.392%,说明该模型预测精度比较理想.

多元混合气体中非线性声衰减的数值模拟

采用直接模拟蒙特卡罗方法(DSMC)对多元混合气体中的非线性声衰减进行数值模拟,提出了一种不依赖于经验参数的声衰减的理论预测模型。通过DSMC数值模拟方法获得了包括氮气、氧气、二氧化碳、甲烷和水蒸气在内的多种多元混合气体的声衰减谱,研究的声波频率范围从8MHz到232MHz。与弛豫衰减的DL模型和经典衰减的Stokes-Kirchhoff公式的结果比较表明,该模型的声衰减预测结果与之相符,其预测精度取决于对产生声衰减的分子碰撞过程的正确认识。另外数值模拟结果还表明,不同频率声波的声衰减对包含不同气体成分的混合气体特征不同,这将使得开发能够定量的检测不同环境和过程中的气体成分的智能声气体传感器成为可能。

基于B-P神经网络的非线性预测控制

针对用一般的方法控制糖液的过饱和度很难奏效的问题,运用B-P神经网络构造预测模型,将模拟退火算法的局部搜索与遗传算法的全局搜索相结合,进行在线滚动优化,对煮糖结晶过程中的过饱和度进行预测控制。实际运行结果表明,基于B-P神经网络的预测控制算法响应速度快、控制精度高、鲁棒性强,具有很强的实用性。