多策略融合改进的沙猫优化算法及其在非线性马斯京根模型参数估计中的应用

针对广义非线性马斯京根模型在河道洪水演进中参数估计精度低及易陷入局部最优解的问题,文章提出一种多策略融合改进的沙猫优化算法(MSCSO),以提高洪水演算的精准程度。首先,利用Logistic混沌映射等策略提升原算法寻优能力;其次,通过与沙猫优化算法(SCSO)、灰狼优化算法(GWO)及正余弦优化算法(SCA)对比,验证MSCSO在寻优性能上的优势;最后,将其应用于广义非线性马斯京根模型参数优化。实验结果表明:MSCSO算法有效提升模型精度,具有广泛的应用前景。

飞行器轨迹的半参数估计方法

提出一种基于半参数建模的飞行器轨迹估计新方法,通过抑制不可参数建模的测量系统误差提高轨迹的估计精度。利用不等距节点B样条函数建立飞行器轨迹的参数模型,将轨迹参数模型代入测量模型中,并将测量模型中不可参数建模的系统误差表示为非参数,进而建立包含轨迹参数待估量和系统误差非参数待估量的半参数回归模型。采用轨迹参数估计和系统误差分离交替迭代的方式求解该半参数回归模型,利用非线性最小二乘法估计轨迹参数,通过小波分析从残差数据中分离系统误差。理论分析和仿真结果表明,半参数估计方法的轨迹估计精度优于忽略测量系统误差的参数估计方法。

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.

钻井液卡森模式流变参数非线性最小二乘估计新算法

针对卡森流变方程的特点,提出了一种非线性最小二乘估计的新算法。该算法不需要人工给定迭代初始值,迭代过程稳定的收敛到参数允许区域中的唯一最小点,不会陷入极小点陷阱,存储需求量小,收敛速度快。新算法是一个全局优化算法,所得到的流变参数估计具有拟合残差近似无偏性和方差几乎为最小的特征。利用实际钻井液数据计算的实例表明,新方法具有比线性回归方法更小的拟合方差、相近的均值及优良的拟合残差统计特性。该方法可以应用到钻井液卡森流变模式流变参数的确定、钻井液流变模式优选及钻井液性能调整和评价等方面。

基于复合微粒群算法的非线性系统模型参数估计

在系统辨识理论的实际应用中根据不同的对象和建模的不同目的去选择合适的辨识算法是一件不容易的事。针对非线性系统模型的多样性,提出了适应于多种不同模型的基于复合微粒群优化算法(HPSO)的系统参数估计方法,并对多种模型实例进行了仿真研究。实验结果表明,该算法是一种有效的系统模型参数估计方法。

模拟退火算法及其在非线性地学模型参数估计中的应用

分析了目前地理学研究中进行非线性模型参数估计的一些方法的局限 ,介绍了模拟退火算法的原理及基于 Metropolis准则的算法 ,进行了实例的应用研究 .研究结果表明 ,模拟退火算法是估计非线性模型参数的一种有效算法 ;

PSO算法在非线性系统模型参数估计中的应用

将微粒群优化(PSO)算法用于非线性系统模型参数估计,并通过对谷氨酸菌体生长模型的参数估计进行了验证.实验结果表明:微粒群算法为非线性系统模型参数估计提供了一种有效的途径.*

基于强跟踪滤波器的多传感器非线性动态系统状态与参数联合估计

本文将强跟踪滤波理论与多传感器数据融合技术相结合 ,提出基于强跟踪滤波器的多传感器状态与参数联合估计新算法 ;对拥有相同采样率的分布式多传感器单模型非线性动态系统 ,应用强跟踪滤波器 ,得到目标状态基于全局信息融合估计结果 ,并利用计算机仿真结果对算法的有效性进行了验证 ;这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题 。

非线性系统参数估计的投影算法

研究了非线性系统的时变参数估计问题 ,给出了基于新的估计准则的非线性系统投影算法———梯度投影算法的改进形式 ,证明了算法的收敛性 ,并讨论了算法的优缺点 .最后给出一个仿真算例 ,验证了所给算法的有效性 .

基于半参数回归的联合定轨误差估计仿真算法

通过对联合定轨非线性影响因素特征的分析,提出了一种参数建模与非参数分量表示相结合的联合定轨非线性半参数回归建模方法。首先讨论了联合定轨模型及常值系统误差估计算法,在此基础上建立了一种广义非线性半参数回归联合定轨模型,设计了相应的卫星轨道参数、系统误差参数及模型误差估计算法,并从理论上证明了半参数模型轨道估计精度优于经典最小二乘轨道估计精度。仿真计算结果表明,广义非线性半参数回归联合估计方法能将模型误差和随机误差有效分离,同时联合定轨精度也得到了进一步的改善,从实际应用角度验证了半参数回归联合定轨建模方法的合理性和可行性。

一种新的非线性回归模型参数估计算法

提出一种新的基于混合基因算法 (HGA)的非线性回归模型参数估计算法 .新算法通过对问题的解空间交替进行全局和局部搜索 ,达到快速收敛至全局最优解 ,较好地解决了传统算法通用性差、易陷入局部极小的问题 .实验验证了算法的通用性和有效性 .

非线性调频信号参数估计算法

分析了非线性调频 (NLFM)信号参数估计问题 ,提出了利用二次相位差分使相位降阶 ,使 NLFM信号的参数估计转化为成熟的正弦波频率估计 ,而 NLFM信号参数估计算法从三维搜索简化为三次一维搜索 ,既减少了计算复杂度 ,又有利于工程实现 ;另外从正弦波频率估计问题出发推导出对信号参数 a3估计的最佳相关延迟量为 2 T/7,同时还考虑了延迟相关对信号信噪比的影响 ,发现一次延迟相关信号信噪比至少下降 3 d B,两次延迟相关至少下降 7d B,而且信噪比越小 ,下降越多 ,因此该算法适用于高信噪比条件。仿真结果表明 ,该算法在较高的信噪比条件 (RSN>2 d B)

非线性模型的一种半参数估计方法

提出用半参数估计理论来解求非线性问题的思想,即用半参数模型中的非参数分量表达非线性模型线性化后的近似余项,推导基于最小二乘核估计的相应解算公式,通过算例试验分析表明,此法对于非线性强度较强的模型,其效果较为明显。

基于动态设计变量优化算法的非线性模型参数估计

为消除在传统非线性模型参数估计中由于线性化引起的模型误差,提出了一种基于动态设计变量优化的非线性模型参数估计算法·该算法以每个待估计的参数为设计变量,以与设计变量相关的误差函数为目标函数,并将参数约束条件构造在目标函数中,建立参数估计的最优化问题·针对圆形轨道倒立摆动力学模型进行参数估计,证明该算法具有很高的计算精度和较快的收敛速度,是解决非线性模型参数估计的有效方法之一·

半参数非线性模型中的t-型估计和影响分析

给出半参数非线性回归模型的t-型估计及其EM算法,同时获得估计的相合性及渐近正态性.并基于EM算法中的Q函数,研究了半参数非线性回归模型的统计诊断方法.最后,用一个模拟例子和一个实际例子验证了本文提出的t-型估计和诊断方法的有效性.

非线性半参数模型最小二乘核估计的直接解法

基于非线性半参数模型最小二乘核估计,给出了其参数分量和非参数分量估计的构造式,导出了参数分量和非参数分量顾及二次项直接解法的计算公式。用实测数据进行计算,证明了对于非线性半参数模型最小二乘核估计,可采用顾及二次项的直接解法。

非线性半参数模型最小二乘核估计参数分量的统计性质

基于非线性半参数模型最小二乘核估计,给出了其参数分量的统计性质,即在一定正则条件下,估计的参数分量具有渐近正态性和有偏性,并推导了所估计参数分量的渐近方差公式。

改进遗传算法在非线性变参数估计中的应用

针对解决非线性系统模型变参数估计问题要求运算速度快、效率高的情况 ,提出了实数编码遗传算法的改进算法 ,即分阶段设置收敛判断条件及择优操作等操作步骤。分阶段设置收敛判断条件是指在交叉操作完成之后增加了判断是否收敛的操作步骤 ;择优操作是指用交叉操作后形成的解群中的的适应值最大的优秀个体替代适应值最小的最差个体 ,使参加变异的优秀个体数目增加 ,使得算法在优秀个体局部邻域内的搜索机会增加。通过实例对改进算法与原算法的运算性能进行了比较 ,收敛速度平均提高了 2～ 3倍。实验结果表明 ,改进算法对提高遗传算法的运算速度是可行和有效的。

基于遗传算法的维修时间分布参数非线性最小二乘估计

维修时间分布参数估计是维修性验证与评定的一项重要工作。本文针对指数分布与对数正态分布两类常见的维修时间分布函数,给出不同参数编码区间的确定方法,以维修度函数的经验分布与含有待估计参数的维修度函数之间的误差最小为优化目标,提出了基于遗传算法的维修时间分布参数非线性最小二乘估计方法。分别结合服从指数分布与对数正态分布的维修时间样本给出了验证实例,结果表明本文方法精度在多数情况下要高于极大似然估计。

非线性半参数模型最小二乘核估计法方程系数阵的非奇异性质

本文基于非线性半参数模型最小二乘核估计的迭代解法,证明了非线性半参数模型最小二乘类估计法方程系数阵在一定条件下的非奇异性。这种性质可类推到非线性半参数模型的其他最小二乘类估计方法和其他非线性解算方法,这是对非线性半参数模型估计理论的初步推导。