作者: 期刊:《数学建模及其应用》 2015年第04期
作者:张伟; 吴智铭; 杨根科 期刊:《电子学报》 2005年第04期
从实测时间序列中构造混沌系统的模型是非线性时间序列分析中的一个重要议题,本文利用遗传编程方法(GP),在尽可能大的函数空间内搜索合适的模型结构,并引入粒子群算法(PSO)在动态模型结构情况下进行非线性参数估计,取得了较好效果.此外,演化建模的实现结合了非线性时间序列分析(NTSA)的结果,以NTSA的结果指导演化建模参数的选取并作为模型优劣的评判标准,改进了经典GP算法对混沌系统建模的应用效果.
作者:李秀英; 韩志刚 期刊:《自动化技术与应用》 2004年第10期
对现有的非线性系统辨识方法进行了简要综述.介绍了多层递阶辨识方法,以及把神经网络、模糊逻辑、遗传算法等知识应用于非线性系统辨识而得到的一些新型辨识方法,最后概括了非线性系统辨识未来的发展方向.
作者:朱宜家; 陈国光; 范旭; 杨智杰; 白敦卓 期刊:《计算机测量与控制》 2018年第03期
PID神经网络(PIDNN)是一种融合比例、微分、积分环节,结构简单固定,且具备动态网络特点的神经网络模型,适合于非线性系统辨识;但是网络对初始权值和样本质量敏感,参数难以选定,导致网络收敛速度慢,容易陷入局部极小。提出一种采用文化基因算法(MemeticAlgorithm)优化网络权值的方法。在差分进化(DE)算法全局寻优结果基础上,通过混沌局部搜索算法,进一步优化网络权值;根据PIDNN特性,在优化过程中加入先验知识,采用L1正则项,对目标函...
作者:丁宏锴; 萧蕴诗; 李斌宇; 岳继光 期刊:《系统仿真学报》 2005年第08期
提出一种基于粒子群优化算法构造径向基函数神经网络进行非线性系统辨识的新方法.网络径向基层的单元数由对手受罚的竞争学习算法确定后,其他所有参数:中心位置、各向宽度、网络权值,均是在全局空间动态确定的.实例仿真证实了该方法的有效性.
作者:陈刚; 徐敏; 陈士橹 期刊:《宇航学报》 2004年第05期
发展了一种基于Volterra级数的非线性非定常气动力降阶模型.着重探讨了基于CFD/CSD耦合计算的Volterra核辨识方法.CFD/CSD耦合计算采用了一种简单的动网格快速生成方法,气动网格与结构网格节点间的物理信息交换采用一种改进的CVT方法.通过与CFD/CSD直接计算的结果对比,表明非定常气动力Volterra级数模型是一种效率高、精度好、能描述非线性、便于使用的降阶模型,特别适用于预测结构做非定常运动下的非定常气动力.
作者:张华君; 韩崇昭 期刊:《计算机工程与应用》 2004年第03期
为了克服非线性系统故障诊断方法一般计算量比较大,不利于在线实施的不足,该文以非线性频谱分析故障诊断方法为基础,融合时间序列分析理论,提出并实现了一种多模型在线早期故障预报策略。通过对某型直升机并联电动舵机的大量实际检测表明,该文提出的在线预报方法是有效的。该方法可以直接应用于工程实际,具有重要的实用价值。
作者:熊伟丽; 陈敏芳; 王肖; 徐保国 期刊:《南京理工大学学报》 2013年第04期
针对非线性系统Hammerstein模型,利用差分进化算法对非线性模型进行参数辨识,将非线性系统的辨识问题转化为参数空间上的函数优化问题。为了增强差分进化算法的辨识性能,采用一种自适应变异差分进化算法,即引入一个自适应变异率,随着迭代的进行自适应调整缩放因子,从而在初期保持种群多样性避免早熟;在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏。最后通过仿真对比实验表明,改进的差分进化算法比基本差分进化算法精度更...
作者:孙晓川; 李莹琦 期刊:《南京邮电大学学报·自然科学版》 2017年第04期
针对储备池的适应性问题,提出了小世界递归小波神经网络。首先基于复杂网络理论构建了具有小世界效应的稀疏储备池结构,代替原来的随机拓扑结构,为避免孤立节点的产生,该结构通过在最近邻耦合网络中随机加边来实现。其次,引入了具有良好时频局部特性的小波神经元,包括Morlet小波、Mexican hat小波、Gaussian小波和B-spline小波,并与传统的Sigmoid神经元结合,建立了储备池神经元的混合激励模式。最后,实验仿真结果表明:对比传统的...
作者:陈森林; 高正红 期刊:《西北工业大学学报》 2017年第03期
Voherra级数作为一种非线性系统模型,因其具有坚实的理论基础、简洁的表示形式和明确的物理意义,在许多领域引起了广泛的研究兴趣。Volterra级数实际应用的难点在于Volterra核的辨识,随着核阶次的增加待辨识参数的数量呈指数增长。为了减少待辨识参数,文章以分段二次多小波为基函数将Volterra一阶核和二阶核展开,将问题转化为少数展开系数的估计问题。通过典型的非线性振荡器进行验证,结果表明Volterra核的辨识结果非常接近...
作者:周海峰; 王荣杰 期刊:《中国机械工程》 2012年第12期
针对非线性系统辨识和控制器的设计,提出一种混沌映射产生初值的人工蜂群优化算法,并将该算法应用于非线性系统中的参数辨识和PID控制器的设计。参数辨识的仿真结果表明,基于混沌映射理论的人工蜂群优化算法比其他传统的算法具有更好的收敛特性和辨识性能;自动电压调节系统的仿真结果表明,基于混沌人工蜂群优化的PID控制自动电压调节系统是可行性的,且具有良好的动态调节性能。
小波网络为非线性系统辨识研究提供了一种有效的方法,但目前用于小波网络学习的进化算法易陷入局部极小等缺陷。结合生物免疫系统的概念和理论,在非线性系统辨识中引入基于免疫算法的小波网络。该算法中抗体通过浓度相互作用的机制来促进或抑制抗体的生成,借此保持抗体的多样性,并产生了高亲和力的抗体对种群进行不断的更新,提高了算法的全局搜索能力和收敛速度。最后,把基于免疫算法的小波网络用于一个非线性系统辨识的标准...
作者:刘胜; 李妍妍 期刊:《哈尔滨工程大学学报》 2007年第04期
支持向量机是一种非常有前景的学习机器,它的回归算法已经成功地用于解决非线性函数的逼近问题.但是,SVM参数的选择大多数是凭经验选取,这种方法依赖于使用者的水平,这样不仅不能获得最佳的函数逼近效果,而且采用人工的方法选择SVM参数比较浪费时间,这在很大程度上限制了它的应用.为了能够自动地获得最佳的SVM参数,提出了基于自适应遗传算法的SVM参数选取方法.该方法根据适应度值自动调整交叉概率和变异概率,减少了遗传...
作者:李明; 杨汉生; 杨成梧; 王永成 期刊:《电气自动化》 2006年第04期
经典NARX回归神经网络在应用时需要确定输入和输出的延时阶数、隐层神经元数目等三个结构参数,给神经网络的设计造成了很大的困难。为了克服这一缺陷,根据生物神经元机能提出了一种新的动态神经元模型,并将其用于经典NARX回归神经网络中,形成了一种改进的NARX回归神经网络。新的神经网络在应用时只需确定隐层神经元数目,从而简化了神经网络的结构设计。本文还进一步从理论上分析了该神经网络与经典NARX回归神经网络的等效关系...
作者:万峰; 孙优贤 期刊:《自动化学报》 2007年第01期
对于使用标准的Mamdani型模糊系统及正交投影参数调整算法进行非线性系统辨识,基于模糊模型参数的估计值收敛到其真实值所需的持续激励条件,给出了适用于非线性移动平均模型和二阶非线性自同归移动平均模型系统辨识的持续激励输入信号设计的几个算法.
作者:江善和; 张杰 期刊:《系统仿真学报》 2006年第03期
神经网络的非线性逼近能力的研究是神经网络成为辨识模型的理论基础。首先研究了基于正交多项式函数的神经网络逼近理论和方法,并在此基础上证明了新型Chebyshev神经网络具有良好的非线性并研究了它的全局最优逼近性质。然后提出了一种用于复杂非线性系统辨识的基于Chebyshev基函数的模糊神经网络模型和学习算法。该模型以Chebyshev基函数为隶属函数,规则后件采用输入变量的线性函数,无需调整隶属函数的参数,只是采用BP学习算...
作者:肖本贤; 王晓伟; 刘一福 期刊:《系统仿真学报》 2007年第06期
提出了基于改进PSO算法的RBF神经网络混合优化(MPSO-RBF)方法,并将其应用到非线性系统的辨识中。该方法将改进PSO算法的全局搜索能力和RBF神经网络局部优化的高效性相融合,克服了普通PSO算法收敛的不稳定性和RBF网络易陷入局部极小值的缺点。经典型非线性系统仿真试验,并与GA-RBF和RBF辨识效果进行了对比,结果表明基于MPSO-RBF的混合优化方法较GA-RBF和RBF优化速度快、逼近性能好,可以达到更优的辨识精度。最后,通过对火电...
作者:于海波; 马翠红 期刊:《科技与创新》 2007年第31期
提出了一种基于遗传算法的DRNN神经网络辨识方法。该方法是针对动态BP算法训练神经网络时收敛速度慢、动态特性不够理想等不足,用遗传算法来优化神经网络辨识器的参数,以提高辨识系统的性能。仿真实验表明该辨识方法对于动态非线系统具有很好辨识精度。
作者:张丽妹; 高占宝; 尹志兵 期刊:《测控技术》 2013年第06期
动态称重技术是目前产品定量包装领域十分关心的问题,如何提高称重的精度和速度是动态称重的难题之一。基于定量包装的动态组合秤实验数据,采用等效系统的方法对动态称重数据进行处理,提出了基于非线性系统辨识的滤波方法,并设计适合动态称重数据的尺度函数对快速性和稳定性进行评估。结果表明,该方法较之传统的平滑数据滤波方法,有效提高了测量的快速性。
作者:韩海涛 马红光 于宁宇 张家良 期刊:《西南交通大学学报》 2013年第02期
为解决Voherra频域核辨识困难的问题,探讨了多音信号激励下Volterra频域核的输出性质,提出了一种基于多音激励的Voherra频域核的非参数辨识方法.该方法选择具有合适频率基的多音信号作为测试激励信号,使各阶核的输出频率成分具有唯一性,进而利用Vandermode法使各阶核的输出分离.推导出了Voherra频域核的辨识公式,并进行了理论和仿真分析.理论分析和仿真结果表明:该方法可准确地辨识出任一阶Voherra频域核,绝对误差达到10...