BP网学习算法的改进及其在模式识别中的应用

提出了一种基于熵类误差准则函数的渐进收缩学习方法，避免了当模式反转时，传统ＢＰ算法的局域极小，加快了收敛速度，且有效地改善了网络的推广性能。此外，还提出了一种自适应学习率调整方法，克服了传统ＢＰ算法中固定步长不能适应复杂的误差曲面的问题，在收敛速度方面有较大地改善，并且对参数的敏感性小，有较好的鲁棒性。     

主动磁悬浮轴承系统实时不平衡力补偿控制

针对主动磁悬浮轴承(AMB)系统中与转速同频的周期性不平衡激励对系统稳定性以及其他性能的影响,提出一种基于变步长最小均方算法作为前馈补偿控制器的新的实时前馈自动平衡策略.此控制器能够提供适当的正弦信号用来补偿转子反馈位移信号中的与转速同频的不平衡响应,从而降低控制电流的波动以及减弱AMB系统的主动控制作用.通过分析标准LMS算法原理以及其在AMB系统实时滤波补偿应用中的不足,得到新的与转速成比例的LMS算法步长因子.实验结果表明,该算法能够在一个宽频带内实现实时不平衡力补偿控制,有效降低不平衡激励对系统基础的影响,为转子速度的进一步提高提供便利.     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

非线性输出误差模型的两阶段递推辨识算法

输入非线性系统的输出误差模型在实际工业生产中是一类常见模型,针对含有色噪声的输出误差模型提出基于辅助模型的两阶段递推增广最小二乘算法。根据辅助模型思想和分解技术,将复杂的非线性辨识系统分解为系统模型和噪声模型子系统,再根据最小二乘思想分别辨识,其中噪声信息向量中存在的不可测噪声项用其估计值代替。最后与递推增广最小二乘算法在参数估计精度和收敛速度的比较,验证算法在此类模型应用的有效性,仿真结果表明该算法精度高,收敛速度快,计算量小。     

Widrow二元自适应阵列天线的讨论

本文通过对Widrow二元自适应阵列天线的讨论,导出了二元自适应阵列天线方向性函数的表示式。 本文讨论了有噪声时,二元自适应阵列天线性能的变化,指出:在有噪声条件下方向图上将出现“零点偏移”,文中给出了计算偏移量的解析表示式。此外在干扰源方向,天线方向图上出现以“零点深度”度量的剩余值。 本文通过计算,证明了:具有最小均方误差输出的Widrow二元自适应阵必有最大信噪比输出。     

基于神经网络的一类非线性系统自适应回馈递推控制

文章针对一类非线性系统,研究了一种基于回馈递推法的自适应神经网络控制方法.首先基于隐函数定理和中值定理推导出模型跟踪误差的动态特性,再利用多层感知器神经网络并设计适当的权值调整规则使其能够自适应的逼近和补偿误差提高系统的鲁棒性.基于Lyapunov方法证明了闭环系统所有信号有界且跟踪误差收敛到一个很小的邻域,所得到的闭环系统是一致稳定的.仿真结果验证了所研究算法的有效性.     

基于动态扰动策略的人工搜索群算法

为了提高人工搜索群算法(ASSA)的整体性能,提出一种基于动态扰动策略的人工搜索群算法。为了增加算法的种群多样性,在算法初期,通过Tent映射的混沌策略产生初始种群。结合反向学习策略,算法在进化过程中对种群进行反向学习扰动,从而增加算法跳出局部最优解的可能性。算法采用动态步长的方式,在初期时能够扩大最优解的搜索范围,在后期时能够加速种群收敛到最优解。基于标准测试函数的实验研究结果表明,提出的改进算法与标准人工搜索群算法,及其改进算法进行对比,在收敛速度和收敛精度上都有明显提高,整体上提升了该算法的性能。     

自适应阵列天线中应用Kalman补偿算法的探讨

为了补偿在自适应阵列天线中应用Kalman算法时,由于模型误差和计算误差所引起的自适应阵列天线性能的损失,本文引入Kalman补偿算法,即自适应Kalman渐消记忆滤波算法及自适应Kalman参量识别滤波算法,获得了有益的结果。最后在上述两种算法的基础上,导出了一种新的算法,该算法具有上述两种算法的优点。     

纤维增强复合材料对称层合板螺栓连接区强度预测

本文以经典层合理论为基础的二维有限元分析方法来预测纤维增强复合材料对称层合板螺栓连接区的承载能力及应力的破坏模式。在非线性迭代过程中采用大、小步长交替变步长载荷增量法和其它一些措施来加速并保证迭代的收敛。本文编制的程序具有较强的前后处理功能,由数例表明本文算法和相应的程序是有效的。     

基于自适应模糊输出观测器的非线性系统鲁棒故障检测

针对一般非线性系统的故障检测，从工程应用的角度提出了一种基于自适应模糊输出观测器的非线性系统鲁棒故障检测方法。该方法以自适应模糊系统构造未知非线性模型的输出观测器，在充分考虑外加噪声干扰和系统误差的情况下，通过对一般反向传播学习算法进行改进，提出采用鲁棒反向传播学习算法调整观测器参数以辩识系统输出，再结合阈值故障检测策略检测系统故障。为保证算法具有较快的收敛速度，本文给出了根据模糊规则确定算法初始参数的选择方法并证明了算法的收敛性。仿真结果表明，对一般非线性系统故障检测，该方法具有有效性和实时性，以及对噪声干扰和系统误差的鲁棒性。     

自适应遗传 PID 算法在风洞风速控制中的应用

风速控制是风洞的核心控制部分,风速控制系统的优劣直接影响风洞性能指标,为了完成 FDxx 风洞的风速控制系统,设计了一种基于自适应在线遗传算法的 PID 参数整定方法,在风洞气源资源有限的情况下,快速建立流场,确保流场稳定时间。首先对控制参数进行联合编码,在种群个体进化前期采用锦标赛精英保留策略,后期采用基于轮盘赌非线性选择方法,加快算法收敛速度,同时避免了算法过早陷入局部最优,交叉选用单点交叉,变异采用均匀取反法,动态调整过程为了减小甚至避免超调,采用误差绝对值及误差和误差变化率加权方式设计目标函数,并采取了惩罚措施,即一旦产生超调,将超调量作为最优指标的一项,现场测试验证了算法的可靠性及实用性。     

直升机载火控雷达抗干扰捷变波形优化算法

针对直升机载火控雷达面向抗干扰的捷变波形优化问题,基于奇异值分解(Singular value decomposition,SVD)和循环算法提出了适用于多脉冲和短码长的捷变相位编码波形设计方法。本文首先通过构造具有目标区域低旁瓣模糊函数的带约束四次型优化问题,然后根据SVD分解将四次型转化为二次型,给出了迭代收敛的优化算法;同时在循环算法基础上给了一种四次型的循环迭代收敛算法。最后仿真结果表明,两种算法在设计捷变波形优化性能上接近,但SVD分解算法收敛速度更快,循环计算算法具有更高的运算速度。     

一类非线性多智能体系统的预定性能控制研究

针对一类非线性多智能体系统,研究了满足预定性能的协同控制问题。基于动态面控制技术和模糊逻辑系统的逼近特性,提出了一种含有预定性能的自适应协同控制算法,并对其进行了仿真。仿真结果表明了该算法能使系统中所有信号均有界,"跟随者"能与"领导者"的输出达到一致,且同步误差在预先给定的性能边界内,并提高了误差精度。     

一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。     

解不可压N-S方程的预测修正迭代法

本文发展了作者早先提出的一种算法,使计算效率提高了20～108％。在雷诺数Re为100、400,和1000,网格节点为15×15的Cavity流场中进行了数值试验。苦取速度收敛误差为10~(-3),则在IBM PC/XT微机中所需的计算迭代次数和时间分别为42次、77次、86次和10分、21分、23分。     

基于改进FxLMS算法的空间噪声主动控制研究

针对运载火箭在起飞和飞行过程中面临的噪声问题,噪声的主动控制逐渐得到应用,本文介绍了噪声主动控制算法的基本原理,针对自适应滤波前馈算法的稳定性和控制精度问题,提出一种基于归一化泄露FXLMS算法的前馈主动降噪方法。首先采用状态空间方法进行声场次级通道辨识试验,辨识精度较FIR数字滤波器要高,为声场控制提供高精度控制模型;其次通过仿真研究了收敛系数μ、滤波器阶数L对收敛速度和稳态误差的影响规律,结果表明,采用低滤波器阶数L=16,收敛因子μ=0.001能够保证控制系统的稳定性与精度;最后开展了基于改进FxLMS算法的空间噪声主动控制试验,试验结果表明,基于改进FXLMS算法,能够使随机激励下控制区的声压显著降低。     

基于模糊调节无迹卡尔曼滤波器的地磁定轨研究（英文）

地磁定轨系统适合于对仪器复用率要求高的微纳卫星使用。考虑到地磁定轨系统的性能受限于地磁偏差,本文设计了模糊调节器,并构建了模糊调节无迹卡尔曼滤波器。将地磁偏差建模为随机游走,并将其变化率作为调节器的输入量,经模糊处理后,自适应调节滤波器的参数。SWARM-A卫星的实测数据实验表明,该算法可有效提升地磁偏差的估计精度,从而提升地磁定轨系统的性能。相较于传统的无迹卡尔曼滤波器,该算法的收敛速度更快,精度也更高,其位置误差均方根值为3.1 km.     

基于遗传算法的大气层外拦截弹拦截优化

提出了一种同时考虑大气层外拦截弹中段和末段飞行过程的拦截优化方法.首先建立了大气层外拦截弹中段和末段飞行的动力学模型,并设计了速度增益中制导律和鲁棒变结构末制导律;然后确定了影响拦截性能的优化控制参数及其约束条件,以拦截过程的燃料消耗质量和脱靶量最小为组合性能指标;最后采用具有全局最优性的遗传算法对这一拦截优化问题进行了仿真研究,并与复形调优算法的结果进行了比较.仿真结果表明,遗传算法与传统优化方法相比在解决大气层外拦截弹带约束复杂非线性组合优化问题时,能更好地收敛到全局最优值,并能有效降低大气层外拦截的燃料消耗和脱靶量.     

动态神经网络的模型检验

讨论了利用仅含一个隐层的前馈多层神经网络来辨识离散时间非线性动态系统时的模型检验问题。从估计理论出发，加上实际应用的考虑，提出了一种检验神经网络模型适用性的综合误差指标（ＳＥＩ）准则，并利用学习速度快、收敛性能好的递推预测误差（ＲＰＥ）学习算法，对两个例子进行了仿真计算。结果表明：综合误差指标准则可用来检验非线性动态系统的神经网络模型。与相关检验法相比，综合误差指标准则具有计算简单、使用方便等优点。最后，指出了今后的研究方向。     

复合材料层压板热屈曲优化设计的自适应免疫遗传算法

复合材料层压壁板的热屈曲优化问题是高速飞行器结构设计的重点考虑内容。通过对免疫遗传算法引入自适应交叉和变异,构造了一种自适应免疫遗传算法(AIGA),并将该算法应用于考虑强度约束的层压板热屈曲铺层顺序优化设计。并将算法的优化结果与简单遗传算法(SGA)、免疫遗传算法(IGA)的优化结果进行了比较,结果表明该算法收敛速度快,优化解的质量最好,并有效的克服了SGA易于早熟收敛,IGA收敛缓慢的缺点。同时研究了抗体调节系数对AIGA算法性能的影响。