非线性动态系统

摘要： To improve accuracy and efficiency in learning from demonstrations by humanoid ro-bots,an imitation learning model was established based on improved PSO to optimize extreme learn-ing machine,to learn human motions on the robots herein.A set of motions which was performed by a human demonstrator were collected to model as a nonlinear autonomous dynamical system.PSO was improved with the dynamic adaptive inertia weight.Then the improved PSO was merged with ELM to optimize network parameters.Using a mathematical model of improved PSO-ELM to learn the param-eters of the dynamic system and reproduce human motions.The experimental results prove the meth-od has a better fitting precision,adaptability and generalization ability on imitation learning of human-oid robots.The average relative errors are as 0.0172 of human motion reproductions.%为提高类人机器人模仿学习的准确性及效率,建立了一种改进的粒子群算法优化超限学习机的模仿学习模型.采用非线性动态系统对示教时的相关数据进行建模;以动态自适应策略改进粒子群算法的惯性权重,并利用改进后的粒子群算法对超限学习机的网络参数进行寻优;利用该耦合学习模型对模仿学习动态系统的参数进行学习,并重现了模仿学习动作.实验结果表明,该耦合算法应用在类人机器人模仿学习方面具有很好的拟合精度、自适应性及泛化能力,重现模仿学习动作时的平均误差为0.0172.

摘要： 赤字率超过3％和M2/GDP超过2是否给中国的经济运行带来双重风险？这是进入新常态后如何保持6.5％的经济增速所必须搞清楚的一个问题.研究发现:现行经济形势下,中国的赤字率与M2/GDP的均衡值分别为6.31％和2.16,两者都高于实际值:3.48％和2.05,中国当前赤字率与M2/GDP不存在风险.进一步研究发现,只有实施持续的积极财政政策才会有效地持续降低中国赤字率与M2/GDP的均衡水平,短期政策作用甚微;中国要保住现阶段经济增长目标,就应实施以积极财政政策为主,紧缩性货币政策为辅的宏观调控制政策.

摘要： 近年来,我国的经济发展迅速,在发展的过程中,人们的生产生活对能源的需求也越来越大,电力资源在发展过程中占据重要地位.同步电动机的出现和发展,为我国电能资源的丰富做出了相当大的贡献,同步电机是一个复杂的非线性动态系统,广泛应用于航空、交通、建筑等领域.本文就我国同步电动机发展的趋势进行探讨,阐述了发展中其存在的优势,也提出了发展中存在的问题和具体的解决措施.

摘要： For prediction of nonlinear dynamic systems is often affected by noise or coupling of other process, so the regularity is difficult to find.This paper put forward a set of Chebyshev orthogonal basis functions, as the excitation function of hidden neurons in neural networks, and constructed a new type of Chebyshev basis function neural network prediction model.This model was used as the nonlinear dynamic system prediction models, and optimized the weights of neural network by the memetic algorithm based on particle swarm optimization and simulated annealing algorithm.This method could achieve high prediction precision and good prediction results.Chebyshev neural network greatly reduced the workload, sped up the convergence than the traditional BP neural network.When compared with simulated annealing optimization or particle swarm optimization Chebyshev neural network, Chebyshev of memetic algorithm, when it was used to determine the weights of the neural network, had better fitting effect.%针对非线性动态系统的预测常受到噪声或其他过程的耦合影响,使得规律变得难以发现的问题,提出了以一组Chebyshev正交基函数作为神经网络中各隐神经元的激励函数的新型的Chebyshev基函数神经网络预测模型.将该模型作为非线性动态系统预测模型,并采用基于粒子群和模拟退火组成的文化基因算法优化神经网络的权值,可以达到很高的预测精度和很好的预测结果.Chebyshev神经网络与传统的BP(back propagation)神经网络相比,工作量大大减少,加快了收敛性.文化基因算法用于确定权值的Chebyshev神经网络分别与粒子群和模拟退火优化的Chebyshev神经网络相比具有更好的拟合效果.

摘要： 针对一类受扰非线性动态系统的执行器故障估计问题,提出一种未知输入观测器来实现故障估计.首先,通过坐标变换将原系统转化为合适的形式;其次,采用线性矩阵不等式与Lyapunov泛函分别设计H∞输出反馈控制器和未知输入观测器,在此基础上实现对系统中执行器故障的渐近估计;最后,通过机械臂系统仿真分析并验证了所提方法的有效性.与已有方法相比,所提方法不要求故障可导,也不要求故障或干扰上界已知,因此易于在工程实际中实现对非线性系统执行器故障的估计.

摘要： Hammerstein model is widely applied to the identification of nonlinear systems,which consists of a nonlinear static gain part in cascade with a linear dynamic part.We propose a Hammerstein-type neural network (HNN)to simulate the conventional Hammerstein model,and apply it in the identification of nonlinear dynamic systems.The Lipschitz entropy is employed to determine the order of HNN,and the back-propagation (BP)algorithm is used for training the network weights.Simulation results show that HNN has satisfied identification performance on nonlinear dynamic systems.%Hammerstein 模型广泛应用于非线性系统的辨识中，其结构是由非线性静态增益部分和一个线性动态部分串联。提出一种 Hammerstein 型神经网络用来模拟传统的 Hammerstein 模型，并将其应用于非线性动态系统的辨识中。由 Lipschitz 熵来确定 Ham-merstein 型神经网络的阶次，并利用反向传播算法对网络权值的进行训练。仿真结果表明，Hammerstein 型神经网络具有较好的非线性动态系统辨识性能。

摘要： 本文运用2004-2013年季度数据建立经济增长与城乡收入差距的非线性动力系统模型,引入保险业发展与产寿险结构作为控制变量,较为全面、系统地研究和比较了该经济系统的不同控制方案.研究发现,我国经济增长与城乡收入差距存在长期均衡的非线性关系;寿险业发展会抑制经济增长,并扩大城乡收入差距,财险业发展可以促进经济增长,同时缩小城乡收入差距;如果扩大财险业相对于寿险业的规模,会缩小城乡收入差距,促进经济增长;引入稳定度的最优控制可以有效缩短控制时间,但也会产生较高控制力度与社会福利损失.通过比较不同控制措施和控制方案,本文建议通过控制产寿险结构可以在较短时间内以较低控制成本实现经济增长与城乡收入差距的控制目标.

摘要： 研究了一类非线性动态系统的执行器故障估计问题.采用Takagi-Sugeno(T-S)模糊模型对非线性动态系统建模,克服了以往研究需对非线性动态系统作Lipschitz条件假设的局限性.为避免传统滑模观测器在实现故障估计时的抖振问题,设计二阶滑模观测器实现了故障估计.为方便观测器设计,通过坐标变换分离出系统的可测状态;采用Lyapunov泛函与线性矩阵不等式设计观测器,并证明了观测误差动态系统的稳定性,进而得到了执行器故障的渐近估计.所提方法只需观测器与系统的输出信息,实现了故障的在线估计.通过一个液压传动系统的仿真分析验证了所提方法的有效性.

摘要： 人工神经网络常用于非线性动态系统建模,动态子系统中可以运用多种形式的静态非线性.为完成非线性动态系统建模,利用神经网络结构来近似静态非线性关系.自然地,建模过程中会出现相应的误差估计.分析了基于离散化和数据抽样系统结构因素建模所引起的误差,发掘出了等价输入输出结构可以作为误差分析的一种度量工具,刻画出了模型设计误差和逼近误差之间的相依关系并找到了如何选择合适的系统结构来减小误差.

摘要： 针对传感器的动态特性,提出了一种基于多核最小二乘支持向量机对传感器进行动态建模的方法.通过不同核函数的线性加权组合构造新的等价核,由于构造的等价核函数兼具了全局核函数和局部核函数的优点,从而降低了建模精度对核函数及其参数的依赖性.在理论上详细介绍了多核最小二乘支持向量机回归参数和模型输出值的求解方法.通过仿真实验验证了该方法的可行性.将该方法与标准的最小二乘支持向量机方法进行比较,证明了该方法在一定噪声存在的情况下,具有良好的抗噪性和较高的建模精度.%According to the dynamic characteristic of the sensor, a kind of sensor dynamic modeling method is proposed based on MK-LSSVM(multiple kernel least squares support vector machine). A new equivalent kernel is built by linear weighted combination of multiple kernels to reduce the dependence of modeling accuracy on kernel function and parameters, for the structure of the new kernel has the advantages of both the global kernel function and the local kernel function. The solution of regression parameters and MK-LSVM output are given in theory. Simulations show that the proposed method is feasible. It is compared with LSSVM (least squares support vector machine)method, and the result shows that it gets better accuracy in modeling and has stronger anti-noise capability in the presence of noise

摘要： 针对单输入单输出的哈默斯坦模型，提出了一种利用特殊神经网络结构的非线性动态系统辨识新方法。在该方法中，先将模型辨识问题转化为对神经网络的训练问题，再使用误差反向传播算法解决网络的迭代训练问题，最后实现了对哈默斯坦模型中无记忆非线性增益和线性动态环节参数的同时辨识。通过仿真实验说明了该方法的可行性，实验结果同时还表明该方法简单有效，易于推广。

摘要： 针对一类非线性动态系统,在测量数据发生传输延迟或丢失的情况下.研究了动态系统缓变故障的预测问题.重新定义了粒子滤波器的似然函数,提出了滑动窗口粒子滤波(sliding-window particle filter)算法,并得到了故障幅值的初始估计.在通过滑动窗口在线小波去噪技术对故障幅值的初始估计降噪处理后,提出了基于ARIMA模型的时间序列预测算法.上述算法能够实时地对故障幅值进行迭代估计和预测.在给定故障阈值的条件下,算法能够提前预测系统发生失效的时间.三容水箱的仿真例子说明了算法的有效性。

摘要： 考虑带有隐含退化过程和不确定外界干扰的非线性动态系统的预测维护.根据系统的预测可靠性安全阈值M是否已知,提出了相应的预测维护策略来最小化系统的期望成本率.当M未知时,将其作为决策变量进行决策；当M已知时,充分利用预测町靠性及其变化趋势给出系统的维护策略.系统的替换依据监测的信息决定,从而使得维护策略对不同的工况有很好的适应能力.利用三容水箱模型进行数值仿真,充分验证了这两种维护策略的可行性和有效性.

摘要： 针对一类非线性动态系统提出自适应模糊辨识方法。此方法基于模糊逻辑系统设计辨识模型,并对辨识模型中的未知参数设计自适应学习律.证明了采用此方法通过调整自适应律中的设计参数,可使辨识误差减小。仿真实例说明了本文方法的有效性。

摘要： 本文提出了一种基于支持向量回归机(SVR)的非线性动态系统辨识方法,并给出了相应的推导过程和学习算法。用非线性静态子环节和线性动态子环节串联--Hammerstein 模型来描述非线性动态系统.然后,通过函数展开将Hammerstein模型的非线性传递函数转换为等价的线性形式,从而建立起线性中间模型。再由SVR算法辨识出中间模型参数.最后推导出中间模型参数与Hammerstein模型参数之间的关系,并通过该关系同时反演出原系统的非线性静态环节和线性动态环节.仿真实验结果均表明该非线性系统辨识方法的可行性。

摘要： 针对传统的辨识方法对于非线性动态系统不能得到满意的辨识效果,简要阐述了BP神经网络基础理论;介绍了把BP神经网络用于非线性动态系统辨识的基本方法;最后通过实例仿真验证该方法的有效性.

摘要： 根据相空同重构理论，探讨了一种基于小波神经网络(WNN)的混沌时问序列预测方法。根据G-P算法和Takens理论，计算出混沌时问序列相空间重构所需的最小嵌入维数。以此作为网络的输入节点数。通过时频分析，使得隐节点数的选取也有了可靠的理论依据。最后对Lorenz仿真信号和滚动轴承信号进行仿真和预测，验证了方法的有效性。结果表明。对于混沌时间序列的预测，WNN网络比BP网络表现出更理想的预测效果，为非线性动态系统的预测提供了一种有效的途径。

摘要： 为了解决工业过程中数据丰富但机理不完全可知的非线性动态系统建模问题，提出了一种改进的遗传规划算法，以辨识模型结构和参数。该算法首先基于多层次辨识和反馈的基本思想，对系统进行多次辨识，直到把辨识误差缩小到可接受的范围;然后，采用最小二乘法估测模型参数，避免优良模型结构因低劣参数而被淘汰;最后，实施M估计技术，削弱强噪声对建模的影响，增强模型泛化能力。针对满足Lotka-Volterra方程的非线性动态系统进行建模仿真，试验结果表明该算法能较好地辨识满足Lotka-Volterra方程的一类非线性动态系统。

摘要： The quality of process data in a chemical plant significantly affects the performance and benefits gained from activities like performance monitoring, online optimization, and control. Since many chemical processes often show nonlinear dynamics,techniques like extended Kalman filter (EKF) and nonlinear dynamic data reconciliation (NDDR) have been developed to improve the data quality. Recently,the recursive nonlinear dynamic data reconciliation (RNDDR) technique has been proposed, which combines the merits of EKF and NDDR techniques.However, the RNDDR technique cannot handle measurements with gross errors In this paper, a support vector(SV) regression approach for recursive simultaneous data reconciliation and gross error detection in nonlineardynamical systems is proposed. SV regression is a compromise between the empirical risk and the model complexity, and for data reconciliation it is robust to random andgross errors. By minimizing the regularized risk instead of the maximum likelihood in the RNDDR, our approach could achieve not only recursive nonlinear dynamic data reconciliation but also gross error detection simultaneously. The nonlinear dynamic system simulation results in this paper show that the proposed approachis robust, efficient,stable, and accurate for simultaneous data reconciliation and gross error detection in nonlinear dynamic systems within a recursive real-time estimation framework. It can also give better performance of control.

摘要： 针对非线性大滞后系统以及神经网络带来的过拟合现象，设计了多步预测与最优控制相结合的模糊控制系统。采用贝叶斯算法训练神经网络，在保证建模精度的前提下提高了系统的泛化能力，并将该算法与模糊优化控制相结合，在线学习和修正预测模型估计的系统控制量。结果表明，利用模糊优化控制算法结合预测模型得到输出具有较好跟踪控制调节能力。仿真结果验证了该方法的有效性。

摘要： 本发明公开一种ADC积分非线性与微分非线性的动态测试系统，属于集成电路领域，包括信号接收端、数据计算端和可编程高精度电压源；其中，所述信号接收端通过高速信号接口连接有ADC实装系统；所述信号接收端通过低衰减电缆，以并行总线协议与所述数据计算端相连；所述数据计算端通过低衰减电缆，以测试机常用通信协议与所述可编程高精度电压源相连；所述可编程高精度电压源通过低衰减线缆与所述ADC实装系统相连。本发明可在现有试验条件下动态的测试ADC的微分非线性和积分非线性参数，可有效评估ADC器件的非线性性能，具有较大的工程意义。

摘要： 一种模数转换器，包括：具有冗余的转换引擎；抖动装置，用于向转换引擎应用抖动；以及控制器，适用于操作所述转换引擎来进行模拟输入的逐次逼近转换，其中在完成模数转换之前去除所述抖动。

摘要： 条形相位光阑及4f相位相干非线性成像系统及该系统对非线性折射率测量方法，涉及光学技术领域。为了解决圆形相位物体制作工艺复杂、Z扫描系统测量对光束要求高、焦点处多次照射易造成样品损伤以及灵敏度低、误差大的问题。条形相位光阑由条形相位物体和圆形光阑构成。条形相位光阑的4f相位相干非线性成像系统由二分之一波片、偏振棱镜、扩束器、条形相位光阑、图像传感器、能量参考系统和4f成像系统组成。能量参考系统由分束镜、第二全反镜、中性滤波片、第三凸透镜、第三全反镜和第一全反镜组成。4f成像系统的两个凸透镜同轴共焦设置，第一凸透镜为入射透镜，第二凸透镜为出射透镜。该系统用于光通信和光信息处理等领域。

摘要： 本发明公开一种ADC积分非线性与微分非线性的动态测试系统，属于集成电路领域，包括信号接收端、数据计算端和可编程高精度电压源；其中，所述信号接收端通过高速信号接口连接有ADC实装系统；所述信号接收端通过低衰减电缆，以并行总线协议与所述数据计算端相连；所述数据计算端通过低衰减电缆，以测试机常用通信协议与所述可编程高精度电压源相连；所述可编程高精度电压源通过低衰减线缆与所述ADC实装系统相连。本发明可在现有试验条件下动态的测试ADC的微分非线性和积分非线性参数，可有效评估ADC器件的非线性性能，具有较大的工程意义。

摘要： 一种模数转换器，包括：具有冗余的转换引擎；抖动装置，用于向转换引擎应用抖动；以及控制器，适用于操作所述转换引擎来进行模拟输入的逐次逼近转换，其中在完成模数转换之前去除所述抖动。

摘要： 本发明公开了基于规范变量非线性主成分分析的非线性动态过程监测方法，包括如下步骤：获取数据矩阵Y，预先指定p的数值和系统阶数n；依据公式组合过去和未来观侧值的Hankel矩阵；计算过去和未来观测值的协方差和互方差矩阵；对H矩阵进行奇异值分解；计算状态矢量和残差矢量；通过显式二阶多项式映射将状态矢量投影到高维特征空间；通过主成分分析中的特征值分解确定前k主元；最后计算T

摘要： 公开了用于使用预失真补偿非线性子系统的非线性的系统和方法。在一个实施例中，系统包含非线性子系统和预失真器，该预失真器配置成实现非线性子系统的输入信号的预失真，使得预失真补偿非线性子系统的非线性特性。系统还包含适配器，该适配器基于表示非线性子系统的输出信号的反馈信号和表示非线性子系统的输入信号的输入信号自适应地配置预失真器。适配器一般将非线性子系统模型化为对应于非线性子系统的非线性特性的非线性模型和对应于非线性子系统的已知线性特性的线性模型的级联。

摘要： 本发明提出了一种非线性控制系统广义动态增广方法、系统及设备，涉及非线性控制系统的技术领域。包括建立非线性方程系统模型其中x为n×1状态变量，u为m×1控制输入变量；在预设区域内对系统模型两边以时间进行求导得到如果对预设区域内所有x和u都有符合非线性方程系统模型,得到解耦控制率消除非线性项获得状态线性化公式；并获得解耦控制率的离散化形式；给定初值选取时间步长Δt，利用积分法求出每一时刻的输入变量；如果非线性方程系统模型带入的值在预设区域内奇异，则控制率可通过重新定义输入值得到。其能够克服了应用传统的非线性控制方法不能对此类非线性系统设计控制器的问题。

摘要： 本发明涉及一种基于非线性健康分析系统数据多指标动态整合算法和系统，算法中，对所输入的数字图像依次进行如下处理：步骤1、分量提取；步骤2、边缘性阈值处理；步骤3、形态学分割；步骤4、形态学重建。本发明所公开的算法以及执行算法的系统解决了多次检测结a果不一致的问题，提高了系统分析结果的可信度和一致性，可应用于NLDS系统的检测结果分析。

摘要： 本发明描述了动态系统有效随机模拟的系统和方法。由于随机微分方程通常无法找到分析解，其完整分析要求数值模拟。通常这些模拟绝大部分由一阶欧拉型算法来处理。通过消除模拟内的代数环改善这些算法的效率。当方程组的输出变量也是描述系统的一个或多个方程的输入变量时，会出现代数环。在一个实施例中，通过用公式表达模拟，引起代数环的输出变量被积分以产生积分输出，从而消除代数环。该积分输出随后被提供到一微分器，在需要时重构输出变量。