多维非高斯系统最小熵控制

针对多维非高斯系统提出了最小熵控制方法,控制的目标是使系统的非高斯输出概率密度函数跟踪一个已知的联合概率密度函数.首先,根据系统模型和辅助映射,构建了系统状态、跟踪误差与扰动输入之间的泛函算子模型,然后基于梯度算法设计了递归的次优控制律,最后通过仿真验证了最小熵控制算法的有效性.     

粒子群优化算法在随机分布控制中的应用

将粒子群优化算法应用到随机分布系统中,其随机系统控制目标不局限于传统的均值和方差,而是估算某些变量的概率密度函数.该方法能减少基于泛函算子模型的随机分布控制算法在仿真过程中的计算量,避免计算中间变量的概率密度函数,且对模型的要求不高,从而使控制结果更加精确高效.     

短时强降水临近预报的思路和方法

使用浙江省69个基准站2006—2015年5—9月以及同期杭州城区58个区域自动站小时降水资料,利用Gamma分布计算浙江省短时强降水的累积概率,同时综合其频率分布,揭示杭州市小时降水强度的分布特征。此外,以杭州市区为例,利用探空资料分析不同量级(≥50 mm·h^-1、30~＜50 mm·h^-1、20~＜30 mm·h^-1、＜20 mm·h^-1)小时雨强出现的环境指标,并基于核密度估计方法提取预报指标。结果表明:杭州城区出现小于等于10 mm·h^-1的降水概率高达98.4%,≥20 mm·h^-1的概率仅0.05%;受杭州湾偏东气流影响,杭州市区发生短时强降水频率相对较高,尤其是余杭区的东部和西北山区;自2008年以来杭州市区每年短时强降水日数为18~28 d,其中大于等于50 mm·h^-1的短时强降水日所占比例高达10%~20% (除2009年和2012年低于10%外);可用于预报杭州市区短时强降水的最佳环境因子依次为整层可降水量、K指数、最佳抬升指数、沙氏指数、925 hPa露点温度和强天气威胁指数;在判断杭州市区短时强降水强度上表现最好的环境因子为整层可降水量,其次是850 hPa垂直速度和925 hPa散度。

     

随机非完整系统控制问题综述和展望

随着随机非线性控制的发展,随机非完整系统的控制引起了学者们的注意.本文首先探讨了随机非完整控制系统的镇定问题,涉及严反馈链式系统的反馈镇定和不满足严反馈的移动机器人镇定等;其次,介绍了该系统跟踪控制及现状;最后,在总结现有结果的基础上,分析了随机非完整系统发展的趋势,给出了6个可能的研究方向.     

高斯过程下的部分和不等式

主要讨论高斯平稳过程增量的一个结果.综合考虑高斯过程在区间[0,h]上一个线性组合后,重新改写了尾概率不等式,推广了现有结果.     

基于均分法的小生境遗传算法

为了避免遗传算法种群中个体过早陷入局部最小,在以往随机初始种群的基础上提出一种均分法,使得初始种群随机平均地分为若干个子种群,形成小生境,这样既维持了种群的多样性,也使得种群中的个体不会过早出现早熟现象,更提高了算法的收敛速度.同时采用了自适应技术控制交叉和变异的概率,使得算法能更快速地找到最优解.仿真结果表明,与传统的遗传算法优化RBF网络相比较,新算法的迭代次数更少,精度更高,大大提高了收敛速度.     

基于遗传算法的神经网络短期气候预测模型

用遗传算法优化神经网络的连接权和网络结构,并在遗传进化过程中采取保留最佳个体的方法,进行短期气候预测建模研究。该方法克服了由于神经网络初始权值的随机性和网络结构确定过程中所带来的网络振荡,以及网络极易陷入局部解问题。作为应用实例,以广西全区4月份平均降水作为预报量及前期500hPa月平均高度场,海温场高相关区作为预报因子,建立基于遗传算法的神经网络短期气候预测模型。将这种方法与传统的逐步回归方法作对比分析,结果表明,该方法具有预报精度高,稳定性好的特点。     

关于随机分布参数系统的变结构控制研究

研究了一类Itô型随机时滞分布参数系统的滑动模控制问题,设计了该系统的变结构控制器,证明了系统的滑动模运动的存在性,并分析了在滑动切换面上滑动模控制系统关于不确定量的不变性特征及运动稳定性.与相关论文相比,所获结论与扩散系数相关,在实际应用中更具实践意义.运用文中方法,类似论文结论均可进行改进.     

基于事件触发机制的一类非严格反馈非线性系统的自适应神经网络追踪控制

基于事件触发机制,研究了一类非严格反馈非线性系统的自适应神经网络追踪控制问题.结合反步技术、神经网络和事件触发机制,提出了一种自适应神经网络控制方案,减少了数据传输量并减轻了控制器和执行器之间的传递负担,保证了输出信号尽可能地追踪到参考信号,同时使得闭环系统的所有信号有界.此外,通过避免芝诺现象保证了所提事件触发机制的可行性.最后,给出一个例子验证了所提出策略的有效性.     

基于改进的高斯混合模型脑ＭＲ图像分割

ＭＲ图像中常含有偏移场以及噪声现象,传统的高斯混合模型无法得到正确的分类．在高斯混合模型目标函数中加入偏移场估计与噪声去除,完善其分 类效果,使分类结果较好地克服偏移场和噪声影响．实验表明,该算法在得到较准确的分类结果的同时还能很好地估计偏移场．     

基于遗传算法的四维变分资料同化技术的研究

将遗传算法应用于四维变分资料同化问题,提供一种新的较为有效的数值预报初始场优化方法,给出了相应的理论依据和详细算法,并结合变分问题本身的特点,设计合理的遗传编码、遗传操作和遗传参数.同时,以二维的浅水方程模式为例建立基于遗传算法的变分同化模型,并从多方面与伴随模式变分同化方案进行分析比较.数值试验结果表明,基于遗传算法的变分同化方案取得了比较满意的同化效果.     

随机马尔可夫跳变系统的弹性动态输出反馈控制

本文讨论了随机噪声影响下马尔可夫跳变系统的弹性动态输出反馈控制问题.在系统随机干扰和控制输入扰动的情况下,设计的弹性控制器可以确保闭环系统的依概率渐近稳定性.通过运用随机微分方程理论和线性矩阵不等式技术对系统进行稳定性分析,获得了系统依概率渐近稳定的充分条件和控制器增益.最后通过数值算例和直升机系统仿真验证了所提弹性动态输出反馈控制方法的有效性.     

多元系统耦合多新息随机梯度类辨识方法

针对多元线性回归系统,利用耦合辨识概念和多新息辨识理论,讨论了多元随机梯度算法、多元多新息随机梯度算法,以及变递推间隔多元多新息梯度算法,进一步分解多元系统为一些子系统,给出了耦合子系统随机梯度算法、耦合随机梯度算法、耦合子系统多新息随机梯度算法、耦合多新息随机梯度算法,并将这些方法推广到多元伪线性滑动平均系统和多元伪线性自回归滑动平均系统.文中给出了几个典型耦合随机梯度算法、耦合多新息随机梯度算法的计算步骤和示意图.     

具有DoS攻击的网络控制系统事件触发安全控制

本文主要研究在随机出现的双通道DoS攻击下的网络控制系统基于事件触发的安全控制问题.首先,提出了一个具有补偿策略的DoS攻击模型,且此攻击模型应用于网络系统的传感器-控制器通道和控制器-执行器通道;其次,为了降低通信负担,提出事件触发机制,通过定义一个触发条件,当触发条件满足时,才进行信息传递;最终得到闭环控制系统模型.根据最优控制理论和线性矩阵不等式技术,得到闭环系统以一定概率输入到状态稳定的充分条件,进一步通过一系列矩阵变换处理技巧,通过解线性矩阵不等式方程组得到控制器参数.最后,通过计算机仿真验证了该控制器设计的有效性.     

多元伪线性回归系统部分耦合 多新息随机梯度类辨识方法

针对多元伪线性滑动平均系统,讨论了多元增广随机梯度算法,为减小算法的计算量,将系统分解为一些子系统,给出了子系统增广随机梯度算法,利用耦合辨识概念和多新息辨识理论,推导了部分耦合（子系统）增广随机梯度算法、部分耦合（子系统）多新息增广随机梯度算法.进一步将提出的方法推广到多元伪线性自回归滑动平均系统,给出了部分耦合（子系统）广义增广随机梯度算法、部分耦合（子系统）多新息广义增广随机梯度算法.文中分析了多元增广随机梯度算法、部分耦合增广随机梯度算法、部分耦合多新息增广随机梯度算法的计算量.     

A Medium/Long-Range Forecast of Paci c Subtropical High Based on Dynamic Statistic Model Reconstruction

Based on the 500-hPa geopotential height eld series of T106 numerical forecast products, by empirical rthogonal function (EOF) time-space separation, and on the hypotheses of EOF space-models being stable,he EOF time coe cient series were taken as dynamical statistic model variables. The dynamic system econstruction idea and genetic algorithm were introduced to make the dynamical model parameters optimized, and a nonlinear dynamic statistic model of EOF separating time coefficient series was established. By he model time integral and EOF time-space reconstruction, a medium/long-range forecast of subtropical high was carried out. The results show that the dynamical model forecast and T106 numerical forecast were approximately similar in the short-range forecast (65 days), but in the medium/long-range forecast>5 days), the forecast results of dynamical model was superior to that of T106 numerical products. A new method and idea were presented for diagnosing and forecasting complicated weathers such as subtropical high, and showed a better application outlook.     

A Medium/Long-Range Forecast of Pacific Subtropical High Based on Dynamic Statistic Model Reconstruction

Based on the 500-hPa geopotential height field series of T106 numerical forecast products,by empirical orthogonal function(EOF)time-space separation,and on the hypotheses of EOF space-models being stable, the EOF time coefficient series were taken as dynamical statistic model variables.The dynamic system reconstruction idea and genetic algorithm were introduced to make the dynamical model parameters opti- mized,and a nonlinear dynamic statistic model of EOF separating time coefficient series was established.By the model time integral and EOF time-space reconstruction,a medium/long-range forecast of subtropical high was carried out.The results show that the dynamical model forecast and T106 numerical forecast were approximately similar in the short-range forecast(≤5 days),but in the medium/long-range forecast (≥5 days),the forecast results of dynamical model was superior to that of T106 numerical products.A new method and idea were presented for diagnosing and forecasting complicated weathers such as subtropical high,and showed a better application outlook.     

二维切换系统FM状态空间模型的耗散稳定性分析与镇定控制

针对二维切换系统的Fornasini-Marchesini（FM）状态空间模型,对系统耗散稳定性以及耗散镇定控制器的设计问题进行研究.首先,根据系统模型的特点,给出了二维系统（T,S,R）-δ-耗散性的定义,并提出二维切换系统渐近稳定和满足（T,S,R）-δ-耗散性的充分条件;然后利用稳定性条件和投影引理,设计了二维（T,S,R）-δ-耗散状态反馈控制器.最后,通过一个数值实例来验证所设计控制器的有效性.