Frenkel-Kontorova模型梯度系统的强单调性

本文介绍了Frenkel-Kontorova模型梯度系统,提出该系统的强单调性的定义,并证明当外加驱动为任意连续函数的情况下,Frenkel-Kontorova模型梯度系统是具有强单调性的。

结合修正后的全球生态系统动态调查冠层高度的森林地上生物量模型优化——以福建省为例

森林地上生物量(Above Ground Biomass,AGB)是衡量森林生态系统碳存储、能量流动和生物多样性的关键指标,对于气候变化研究和森林资源管理至关重要。福建省地处多云多雨的亚热带,地形和森林类型复杂,森林地上生物量估算难度大。为提升森林地上生物量估算效果,将最新星载激光雷达数据全球生态系统动态调查(GEDI)、Landsat以及Sentinel系列卫星等多源遥感数据进行集成和综合利用,通过Landsat影像计算的林龄对GEDI_V27冠层高度产品进行优化,结合优化后的MGEDI_V27冠层高度产品,建立传统遥感特征结合冠层高度的极端梯度提升模型(XGBoost)生物量反演模型,实现了福建省森林地上生物量的有效估算与制图。研究结果表明:(1)通过林龄优化后的GEDI冠层高度精度评价结果为R^(2)=0.67,RMSE=2.24m;(2)通过递归特征消除算法对三种森林类型进行特征优选,得到10个遥感特征,其中,三种森林类型最重要的遥感特征均为森林冠层高度,并且对比评价了在包含传统遥感特征因子的情况下有无冠层高度对于模型精度的影响,结果表明,在冠层高度因子参加特征构建时,森林AGB回归分析的精度明显提高,证实了冠层高度在生物量估算中具有显著的重要性;(3)研究得到的福建省森林AGB范围为0.001—363.331Mg/hm^(2),整体精度评价结果为R^(2)=0.75,RMSE=17.34Mg/hm^(2),2020年全省AGB总量为8.22亿Mg,平均值为101.24Mg/hm^(2)。通过优化GEDI中的森林冠层高度,并且结合传统遥感特征,可以实现对福建省森林地上生物量的精确估算和监测,研究成果有助于区域森林碳汇的评估。

反馈非线性系统随机梯度辨识算法及其收敛性

反馈非线性受控自回归系统是由前向通道的受控自回归模型和反馈通道的静态非线性构成,这类系统经过参数化后得到双线性参数辨识模型.本文通过对辨识模型中双线性参数乘积项进行分解,基于梯度搜索原理,提出了反馈非线性系统的随机梯度辨识算法.为了改善随机梯度算法的收敛速度,引入遗忘因子,文章给出了遗忘因子随机梯度算法,利用随机过程理论,建立了随机梯度算法的参数估计收敛定理,证明了算法的收敛性.最后,通过数值仿真验证了算法的有效性.

多变量系统辅助模型多新息随机梯度辨识方法

针对多变量输出误差系统的模型辨识问题,借助辅助模型思想推导出其随机梯度辨识算法;由于该算法的收敛速度慢,为了提高收敛速度,将算法中的新息向量扩展成新息矩阵,得到基于辅助模型的多新息随机梯度辨识算法;辅助模型多新息算法使用新息矩阵对参数进行校正估计,该新息矩阵不仅包含了当前时刻的新息向量,还包含过去多个时刻的新息向量,因而,与辅助模型随机梯度算法和增广随机梯度算法相比,该算法具有更快的收敛速度;一个二输入二输出的仿真例子证明了所提出的算法的确具有更快的收敛速度。

双输入多率系统辅助模型增广随机梯度算法

针对有色噪声干扰的双输入多率系统,为解决辨识模型信息向量中存在未知变量和不可测噪声项的问题,结合辅助模型思想和递推增广随机梯度算法的优点,用辅助模型的输出代替系统的未知变量,用估计残差代替信息向量中的不可测噪声项,进而提出了双输入多率系统的辅助模型增广随机梯度算法。为了提高辨识算法的收敛速度和改善参数估计精度,在算法中引入遗忘因子,得到相应的辅助模型带遗忘因子增广随机梯度算法。仿真实例说明,引入遗忘因子,能加快算法的收敛性,提高参数估计精度。

不同城市绿地类型碳源/汇的城乡梯度格局--以杭州市为例

探究城市化对绿地空间碳源/汇的空间分布格局的影响,对评估城市生态系统的碳足迹和制定相应的碳收支管理措施具有重要意义。以净生态系统生产力(NEP)做为碳源/汇的反映指标,基于净初级生产力和土壤呼吸估算杭州市主城区绿地碳源/汇的空间分布格局,关注城乡梯度对不同绿地类型碳源/汇水平的作用。基于净初级生产力和土壤呼吸数据综合获得绿地空间NEP,通过土地利用数据和Fragstats软件进行景观格局分析,采用多元线性回归模型和逐步回归模型筛选影响NEP的景观、植被和气象因子,最后利用广义加性模型探讨NEP与各因子之间的关系。此外,分别比较了相同统计过程在不同城乡梯度和不同绿地类型之间的模型差异。结果表明:杭州市绿地空间NEP分布及其影响因子存在显著的城乡梯度与绿地类型差异。2019—2022年杭州市主城区绿地空间,整体表现为碳源,年均NEP为-0.277 kg C m^(-2) a^(-1);其中表现为碳汇的绿地主要分布在杭州市主城区的西部,而碳源绿地主要分布在中部和东部。整体绿地空间的NEP大小与绿地斑块面积、乔木盖度和灌木盖度呈正相关,与灌木物种丰富度和气温呈负相关。NEP随城区、城郊结合部、郊区的城乡梯度逐步增强;城区NEP与乔木盖度呈正相关,与景观多样性和气温呈负相关;城郊结合部NEP与乔木物种丰富度和灌木盖度呈正相关,与绿地斑块密度和气温呈负相关;郊区NEP则与聚集度指数、乔木盖度和灌木盖度呈正相关。公园、农田、自然植被的NEP依次增大并受到不同因素的调控。公园NEP与聚集度指数、乔木盖度和灌木盖度呈正相关,与景观分割指数、灌木物种丰富度和气温呈负相关;农田NEP与聚集度指数和灌木盖度呈正相关,与气温呈负相关;而自然植被NEP则与乔木盖度呈正相关,与景观多样性指数和气温呈负相关。研究进一步揭示了城市化对绿地空间碳源/汇的影响,为城乡碳收支的差异化管理提供了一定的理论和数据支持。

基于极致梯度提升和支持向量机的高速公路服务区供暖系统健康状态评估

为保障高速公路服务区供暖系统的健康运行,本文结合供暖系统的构成和运行特征,设计了一种用于评估服务区供暖系统运行健康状态的极致梯度提升(Extreme Gradient Boosting,XGBoost)和支持向量机(Support Vector Machine,SVM)的双层机器学习模型,并将系统运行健康状态分为健康、亚健康、故障和异常四个等级。首先,分析电压、电流、水温、机组运行状态、蓄热泵、循环泵和泵运行状态7个子系统的运行特征,使用随机函数和欠采样处理构建特征向量集。其次,采用XGBoost构建下层各子系统健康状态评估模型,并输出各子系统的健康状态。然后,融合各子系统健康状态的评估结果,输入至上层SVM系统评估模型,得到整个供暖系统的健康状态。最后,将实验与决策树、AdaBoost和XGBoost等模型进行对比,结果表明所提出的XGBoost+SVM双层机器学习模型相较对比模型而言,不仅判断精度更高,同时还可评估整个供暖系统以及各子系统的健康状态。

求解大规模线性时不变系统的最优H_2模型降阶问题的共轭梯度法

针对最优H2模型降阶问题,提出了适合大规模多输入多输出系统的共轭梯度法。该方法仅需利用一阶导数信息,存储量少,计算复杂度低,且具有超线性收敛性。实验结果显示了算法的有效性。

MISO系统辅助模型多新息增广随机梯度算法

对于有色噪声干扰的输出误差多输入单输出(MISO)系统,常规的递推最小二乘辨识方法给出的参数估计是有偏的。为了提高随机梯度辨识方法的收敛精度和速度,用辅助模型的输出代替辨识模型信息向量中的未知不可测变量,推导出其辅助模型增广随机梯度辨识算法;再引入新息长度扩展标量新息为新息向量,提出了基于辅助模型的MISO系统多新息增广随机梯度辨识算法。所得算法在每一次的迭代中不仅使用了当前数据和新息,而且使用了过去数据和新息,提高了参数估计精度和收敛速度。仿真例子验证了算法的有效性。

基于可调增益梯度法模型参考自适应控制的闭环变频调速系统

针对异步交流电动机非线性、强耦合导致数学模型不精确的特点,应用阶跃响应曲线法建立异步交流电动机闭环变频调速系统的工程数学模型。利用建立的数学模型,设计基于梯度法的可调增益模型参考自适应控制器。仿真结果表明,模型参考自适应控制器可以有效的保证闭环调速系统的稳定性,克服模型参数的变化及干扰对闭环调速系统的影响。

电力系统多新息随机梯度模型辨识与自适应时滞阻尼控制

提出了基于多新息随机梯度模型辨识算法的电力系统广域自适应阻尼控制器设计思想。通过对实测输入输出信号进行在线辨识获得了含有互联电力系统全部关键机电振荡模式的精确开环模型;基于自由权矩阵方法研究了广域电力系统时滞相关稳定性条件,基于相关定理设计了状态反馈控制器,利用线性矩阵不等式可以方便求解得到时滞电力系统最大时滞上限。在此基础上,结合状态观测理论实现了互联电力系统的时滞输出反馈控制。针对典型的IEEE四机两区域互联电力系统的时域仿真表明,多新息随机梯度算法可以快速、准确的获得电力系统的开环模型,基于辨识所设计的广域自适应阻尼控制器能够显著地抑制系统低频振荡,提高互联电力系统阻尼和动态稳定性。

乌江流域重要生态系统服务地形梯度分布特征分析

为探究流域尺度生态系统服务空间特点,利用ArcGIS软件和InVEST模型,从高程、坡度、地形起伏度和地形位指数等方面对乌江流域重要生态系统服务地形梯度分布特征进行了分析。结果表明:(1)水供给在各地形梯度上均呈小幅波动特点。碳储量、生境质量和水土保持随着坡度、地形起伏度和地形位指数的增加而增加,随着高程增加呈波动起伏特点;(2)水土保持在各地形梯度上的变化突出,生境质量和碳储量的变化居中,而水供给变化较小;(3)碳储量、生境质量和水土保持在不同地形梯度上的差异明显,而水供给在不同地形梯度上的差异较小。土地利用空间格局及流域地形特征是影响该区生态系统服务梯度差异的重要因素。以期为流域土地利用科学管理及生态环境保护提供科学依据。

一种基于T-S云模型的非线性系统控制

将云模型与T-S模糊系统结合,利用隶属云代替模糊系统的前件,提出一种T-S云模型。T-S云模型综合考虑模型的精确性和可解释性,不但可以利用专家的知识和经验建立系统模型,而且还可以通过输入/输出数据设计云模型系统。详细分析T-S云模型的系统结构。基于云模型和模糊系统对模糊概念表述的一致性,在不考虑超熵的情况下,使用梯度下降法辨识T-S云模型前件参数。利用递推最小二乘法辨识T-S云模型后件参数。设计了基于T-S云模型的控制器,实现了将卡车后倒至指定的卸车位置,体现了T-S云模型的不确定处理能力。仿真研究验证了算法的有效性。

区域创新系统理论与结构模型

论述了区域创新系统的增长极理论、梯度推移理论和创新域理论,并根据它们的作用机理,确立了区域创新系统构成要素。运用ISM法,得出了区域创新系统三个主要的子系统结构模型,以及以成果转化为主线的几个主导反馈回路。通过对模型图梯阶结构和反馈作用机制的分析,明确了科技水平和产学研联合是推动成果转化的动力源,而政府制度创新则是区域创新系统有效运转的关键。

电泳芯片的低电压分离模型及控制系统

基于实现电泳芯片的低电压分离的思想 ,介绍了一种电泳芯片低电压分离的模型 ,利用在分离通道上分段、交替、循环施加电压的方法产生高效分离电场。同时 ,依据该模型对这种低电压集成电泳芯片的控制系统进行了相关的设计与研究 ,提出了以 89C5 1单片机为基础的相应的控制电路的实现方案。初步实验表明 ,该电泳芯片的低电压分离技术是可行的 ,这将为毛细管电泳分析仪器的微型化、集成化。

岩土本构模型的模糊系统辨识方法

提出了利用模糊系统对岩土类材料的本构模型进行辨识,根据岩土类材料的特殊性,设计了模糊系统的输入输出变量、结构参数及相应的算法,利用梯度下降法设计模糊系统。系统阐述了将模糊系统用于本构模型建模的基本思想,并对模糊系统在岩土工程其它领域的应用前景提出了自己的看法。在此基础上利用模糊系统对堆石料的本构模型进行仿真,并将其与试验值进行比较。结果表明,模糊系统对增p路径下的本构模型取得了很好的仿真效果,仿真曲线较为光滑,对实验数据的逼近能力和泛化能力显著.

大规模地下水系统经济管理模型及算法研究

本文根据大系统递阶控制理论提出了大规模地下水系统的经济管理模型与相应的优化技术．该模型具有三级递阶优化结构，针对此结构提出了一种新的优化技术－－梯度分解－协调方法．该算法简便，计算工作量较小，是一种求解大规模地下水资源系统优化管理模型的有效方法，特别是在水文地质条件复杂，抽水井多的地区．文中给出了新算法的详细寻优步骤．

多元伪线性回归系统部分耦合多新息随机梯度类辨识方法

针对多元伪线性滑动平均系统,讨论了多元增广随机梯度算法,为减小算法的计算量,将系统分解为一些子系统,给出了子系统增广随机梯度算法,利用耦合辨识概念和多新息辨识理论,推导了部分耦合(子系统)增广随机梯度算法、部分耦合(子系统)多新息增广随机梯度算法.进一步将提出的方法推广到多元伪线性自回归滑动平均系统,给出了部分耦合(子系统)广义增广随机梯度算法、部分耦合(子系统)多新息广义增广随机梯度算法.文中分析了多元增广随机梯度算法、部分耦合增广随机梯度算法、部分耦合多新息增广随机梯度算法的计算量.

基于动态矩阵分解模型的电影推荐系统研究

推荐系统已成为电子商务企业吸引客户、实现盈利的有效技术支持,它能够根据用户的网络点击数据预测其偏好,做出个性化推荐。研究了一个基于动态矩阵分解模型的NETFLIX电影推荐系统。该系统通过训练一个来自NETFLIX平台、包含9000部电影历史评分的数据集进行预测评分。核心算法包括运用矩阵分解(Matrix Factorization,MF)建立有效的数据处理模型,以及使用随机梯度下降(Stochastic Gradient Descent,SGD)训练该模型。数据集采用稀疏矩阵存储,以节省空间。在训练过程中,对预测评分增加了特定的偏向值。该系统与市场同类产品相比拥有更高的预测准确度,并向电影观众推荐符合他们喜好的电影,能极大地提高电影观看票房值。

多元系统耦合多新息随机梯度类辨识方法

针对多元线性回归系统,利用耦合辨识概念和多新息辨识理论,讨论了多元随机梯度算法、多元多新息随机梯度算法,以及变递推间隔多元多新息梯度算法,进一步分解多元系统为一些子系统,给出了耦合子系统随机梯度算法、耦合随机梯度算法、耦合子系统多新息随机梯度算法、耦合多新息随机梯度算法,并将这些方法推广到多元伪线性滑动平均系统和多元伪线性自回归滑动平均系统.文中给出了几个典型耦合随机梯度算法、耦合多新息随机梯度算法的计算步骤和示意图.