考虑异质交通流的随机参数优化速度跟驰模型

为分析交通流异质性对车辆跟驰行为的影响,基于随机参数线性回归方法改进优化速度函数.根据分位数回归对交通流速度-密度数据进行分类,对每个类别数据进行随机参数线性回归,并得到不同类别的改进优化速度函数与假设检验结果,结合改进的优化速度函数和全速度差跟驰模型建立随机优化速度跟驰模型,利用傅里叶变化理论对跟驰模型进行稳定性分析,并搭建环形车道仿真平台对跟驰模型进行数值实验.结果表明,分类处理后的随机参数模型误差较未分类降低28%;随机参数跟驰车队的速度值随着0.5分位点车辆的增多而增大;随机参数跟驰模型车队较固定参数跟驰模型车队更能反映交通流异质性对车队的影响.建立的模型能够提高仿真维度,真实反映交通流的复杂运行状况.

基于线性结构模型的古塔刚度中心识别方法研究

基于动力测试的古塔结构状态评估是其预防性保护工作的重要一环。该文结合动力测试方法,提出了一种基于线性结构模型进行古塔刚度中心识别的方法。基于偏心结构动力学理论凝练了非同轴刚度偏心的古塔计算模型与特征方程;基于Bayesian理论线性结构识别模型的推导及Gibbs抽样开展了结构物理参数识别,并结合经典算例对识别结果进行了验证;将该方法应用到我国重点保护文物开元寺塔的刚度中心识别中。

超临界机组非线性模型参数估计与平衡点分析

在现代控制理论的基础上,以超临界直流发电机组的机炉协调多变量受控系统为研究对象,借鉴系统辨识与机理建模方法,结合采集的主要过程参数给出一种600MW超临界机组协调受控对象的非线性数学模型,并对其平衡点进行计算分析与仿真研究,证明其非线性数学模型的合理性,为超临界直流炉机组的研究提供一种参考方案。

线性参数系统的多新息辨识方法

系统有线性和非线性之分.线性系统有统一的描述形式,非线性系统因类别无数,不可能有统一描述.线性参数系统是一类特殊的非线性系统,它在参数空间上呈现线性特征,介于线性系统与非线性系统之间.针对伪线性参数系统,讨论了基于辅助模型的多新息辨识方法、基于滤波的辅助模型多新息辨识方法、基于模型分解的辅助模型多新息辨识方法、基于滤波的分解多新息辨识方法,并给出了几个典型辨识算法的计算量、计算步骤和流程图.

可能性线性系统及其辨识

本文在扎德(L.A.Zadeh)教授的可能性理论的基础上,讨论了可能性线性系统的模型形式,并且在对称模糊数范围内研究了可能性线性系统的辨识问题.可能性线性模型的参数估计问题可以转化为线性规划问题,这类线性规划问题是易解的.

双随机动态模型(DM)及预测

本文研究了一类比比动态线性模型(DLM)适用性更广的动态非线性模型(简称DM),给出了它的一步预测分布,通过二元泰勒展式,得到了DM的一类逼近模型,较完整地给出了参数的概率表达式及作为概率分布得到的预测。

线性回归模型参数的灰色估计理论及应用

线性回归模型是对随机数据的经典建模模型,但对于非随机的模糊或灰色等不分明性数据如何进行模型构建和统计分析呢?文章在一系列关于灰色统计推断理论的研究基础上,基于灰色系统理论,将灰色估计的基本方法拓展到线性回归模型的参数估计。与经典统计分析方法进行对比,为不分明数据的建模分析提供新的方法。

方程误差系统的多新息辨识方法

多新息方法可以用于线性系统和非线性系统的自适应滤波、参数估计、自校正控制、自适应故障检测与诊断等.线性系统包括两种基本类型:方程误差类系统和输出误差类系统.本文将多新息辨识应用到方程误差滑动平均(EEMA)系统(即CARMA系统),研究多新息增广随机梯度算法和多新息增广最小二乘算法,应用到方程误差自回归滑动平均(EEARMA)系统(即CARARMA系统),提出基于分解的多新息广义增广随机梯度算法和基于分解的多新息广义增广最小二乘算法,以及基于滤波的多新息广义增广随机梯度算法和基于滤波的多新息广义增广最小二乘算法.

输出误差系统的多新息辨识方法

研究了输出误差(OE)系统和输出误差自回归滑动平均(OEARMA)系统(即Box-Jenkins系统)的辅助模型随机梯度算法、辅助模型多新息随机梯度算法、辅助模型递推最小二乘算法、辅助模型多新息最小二乘算法,输出误差系统的修正辅助模型随机梯度算法、遗忘因子辅助模型随机梯度算法、变递推间隔辅助模型随机梯度算法、变递推间隔辅助模型多新息随机梯度算法、变递推间隔辅助模型递推最小二乘算法等,以及输出误差自回归(OEAR)系统的基于滤波的辅助模型多新息广义随机梯度算法和基于滤波的辅助模型多新息广义最小二乘算法.

辅助模型辨识方法(1):自回归输出误差系统

研究了自回归输出误差(AR-OE)系统的辅助模型随机梯度算法、辅助模型多新息随机梯度算法、辅助模型递推最小二乘算法,自回归输出误差自回归滑动平均(AR-OEARMA)系统(即AR-BoxJenkins系统)的辅助模型广义增广随机梯度算法、辅助模型多新息广义增广随机梯度算法、辅助模型递推广义增广最小二乘算法,以及AR-Box-Jenkins系统的基于滤波的辅助模型广义增广随机梯度算法、基于滤波的辅助模型多新息广义增广随机梯度算法、基于滤波的辅助模型递推广义增广最小二乘算法等.

非线性振动中地层结构参数计算模型及其优化

地震波重复反射理论计算入射波时 ,需要用到各层厚度、密度、横波波速、剪切模量和各层阻尼常数 5个参数 ,对上述 5个地层结构参数进行分析和优化 ,建立了地层结构参数模型 ,并用该模型进行了计算机模拟·模拟结果表明 ,计算的反射波与观测波能很好的拟合 ,为进一步研究非线性振动提供了依据·

辅助模型辨识方法(6):性能分析

辨识方法的性能分析是系统辨识领域的重要而困难的研究课题.新的辨识方法一诞生,就伴随着收敛性分析.辅助模型辨识是辨识的一个分支,辅助模型辨识方法已成为一大类辨识方法族,关于其收敛性也提出了许多课题.本文研究了输出误差系统辅助模型随机梯度算法、辅助模型递推最小二乘算法、辅助模型多新息随机梯度算法、变间隔辅助模型随机梯度算法和变间隔辅助模型递推最小二乘算法的一致收敛性,近似分析了Box-Jenkins系统辅助模型递推广义增广最小二乘算法的性能.

基于自适应神经模糊推理系统的船舶航向自抗扰控制

在实际的船舶航向控制中,航向系统在受到外界风浪干扰时表现出的模型非线性和参数不确定性,为航向控制器的设计带来了困难。针对该问题,设计了常规的线性自抗扰控制器和两种在线学习的自抗扰控制器。利用自适应神经模糊推理系统(ANFIS)实现自抗扰控制器参数的在线调整,设计了自适应PD的自抗扰控制器和自适应扩张状态观测器(ESO)的自抗扰控制器;分别在船舶受到外界扰动和参数摄动的两种情况下进行了仿真,仿真表明自适应自抗扰控制器控制效果更好,抗扰能力更强,表现出较强的鲁棒性。

基于保护映射理论的航空发动机LPV/PI控制

针对具有强非线性特性的航空发动机控制问题,将基于保护映射(Guardian Maps,GM)理论的控制方法应用于航空发动机控制系统设计中。基于某型涡扇发动机非线性模型建立了线性变参数(Linear Parameter Varying,LPV)模型;根据保护映射理论设计不同调度参数下的PI(Proportion Integration)控制器,在设计过程中,只需通过给定的初始控制器就可以自动得到满足性能要求的控制器参数集合,避免了在多个平衡点进行控制器设计;以非线性模型为被控对象,采用积分分离PI控制,在飞行包线内的不同工作点进行仿真验证。结果表明:基于保护映射理论的控制方法在解决航空发动机控制系统的非线性问题时具有显著效果。

具有空间结构的Lotka-Volterra模型的参数反演方法

根据Lotka Volterra模型具有时空结构的特点 ,结合卫星定轨理论 ,提出一种非线性反演的实用方法 ,这种方法原理可用于一般系统连续时空数学模型的反演问题。

带有模糊参数的运输期望值模型

基于可信性理论,将提出一类带有模糊参数的运输期望值模型.然后,讨论模糊运输期望值模型的基本性质.最后,给出一个数值例子来表明所设计模型的实用性.

基于灰色理论的线性模型参数理论及应用

线性模型是经典统计学的基本内容,主要应用于随机数据的建模分析。如何对非随机的模糊或灰色等不分明性数据进行模型构建和统计分析。基于灰色系统理论,在一系列关于灰色统计推断理论的研究基础上,将灰色估计和灰色假设检验等方法拓展到线性模型的参数估计和假设检验中。与经典统计分析方法进行对比,为不分明数据的建模分析提供新的方法。