基于模型分析的液压伺服系统性能参数预测

为了提高液压伺服系统的控制精度,文章对液压伺服系统中的一些非线性参数进行了预测与估计。参数估计之前,首先对目标液压工作系统进行了建模与参数化描述,抽取了其控制和工作模型,计算并推导了模型中主要的液压参数直接的数学关系,如液压受力分析、受力传递函数、噪声信号过滤函数等。在此基础上,采用最小二乘估计算法对液压伺服系统中的非线性参数进行预测,给出了详细的参数分析过程和预测参数推导过程,建立了主要参数的估计计算公式。最后,对所估计的非线性参数进行了仿真和测试。结果表明,文章所选择的参数预测结果与实际的运行结果基本吻合,预测算法参数估计误差小。     

交通网络中动态OD矩阵反推算法研究

文章根据极大熵基本原理并运用排列组合理论推导出OD矩阵反推的极大熵模型;然后用拉格朗日乘子法求得该模型的非线性方程组,并运用Newton算法对此非线性方程组求解,得到动态OD估计矩阵。最后,在实例应用中,应用此模型和文章给出的模型解法取得了令人满意的结果。     

AGV航向跟踪预测优化自适应PI控制器

应用预测控制理论对AGV航向的轨迹跟踪进行了研究。采用以AGV实时航向角为输出量的非线性约束方程作为预测模型，推导出基于非线性模型预测控制比例积分自整定控制率，实现对受到高斯白噪声干扰的AGV参考航向角轨迹的跟踪，并与普通的比例积分控制算法相比较。仿真结果表明，所设计的非线性模型预测控制能较好的实现轨迹跟踪。与经典的比例积分控制算法相比，该算法无超调现象，克服不确定干扰的能力也有所提高。     

协同粒子群算法下的火工品参数辨识

为解决火工品起爆过程中线性函数不能解决的不确定性、非线性强和火工品参数难获得的问题,文章采用Volterra模型与协同粒子群算法相结合的思想对火工品参数进行获取,从而对火工品进行合理分析,确保火工品的安全性和可靠性。通过对协同粒子群算法、递推最小二乘法的实验仿真结果进行对比可以看出,文章基于协同粒子群算法(CPSO)的Volterra模型参数辨识算法,对标准粒子群算法的过早收敛问题、遗传算法搜索速度慢的问题进行了有效的改善,对算法的辨识速度和辨识精度有很大的提升。     

基于RecurDYN的夹钳钳臂的动力学仿真分析

随着工业自动化程度的提高,各种吊具、夹具在钢厂大量使用。夹钳的钳臂是其工作过程中的主要受力部件,它的性能的好坏决定整个夹钳的优劣。文章推导出了夹紧力的简明计算公式,并运用动力学分析软件RecurDYN对夹钳钳臂进行了仿真分析,分析结果表明夹紧力与理论值相差9%左右,所建立的模型可以作为夹钳动力学仿真模型。     

基于RecurDYN的夹钳钳臂的动力学仿真分析

随着工业自动化程度的提高,各种吊具、夹具在钢厂大量使用。夹钳的钳臂是其工作过程中的主要受力部件,它的性能的好坏决定整个夹钳的优劣。文章推导出了夹紧力的简明计算公式,并运用动力学分析软件RecurDYN对夹钳钳臂进行了仿真分析,分析结果表明夹紧力与理论值相差9%左右,所建立的模型可以作为夹钳动力学仿真模型。     

思维进化算法在估计瞬时单位线参数中的应用

文章结合思维进化算法(Mind Evolutionary Computation,MEC),采用加权残差绝时值和最小准则对瞬时单拉线模型参数进行估计,实例表明使用此方法率定的参数还原的径流过程与实测径流过程拟合优于其他方法.     

基于分类SVM的时间序列预测研究

文章讨论了基于分类的SVM非线性回归算法及其在时间序列预测中的应用。与传统SVM回归算法相比,本算法有更强的不敏感性和健壮性、参数值可设定性并可避免过拟合现象。文中提出了一种计算预测模型初始参数值的方法,可以高效地找到较好的模型参数,并通过实验对方法的有效性和可行性进行了验证。     

非线性动态面板模型的条件GMM估计

基于时间序列的实证分析已经证实,很多经济变量的动态调整过程都存在非线性的平滑转换机制.本文将传统的线性动态面板模型扩展为平滑转换的非线性动态面板模型,并基于对非线性参数的格点搜索,提出了一种简便易行的非线性动态面板模型估计程序--条件GMM估计,其估计量具有一致性.仿真实验结果显示,条件GMM估计量在有限样本下具有良好表现.同时,非线性动态面板模型的条件GMM估计还为在非线性框架下检验面板单位根创造了条件.     

论基于BP神经网络的GDP预测

在经济分析中,通常采用时间序列模型对进行拟合GDP,GDP预测由于其影响因素复杂、具有很强的非线性,是典型的"黑箱"模型,建立在计量经济学理论基础上的线性方法,难以描述GDP预测中的非线性现象,容易造成预测误差过大.通过对BP神经网络数据进行归一化和选择适当的节点及学习率可变的算法大大提高了预测的精确度和效率.