区域水资源优化配置多目标模型求解的Matlab与Excel集成实现

区域水资源优化配置模型是决策变量多、结构复杂的非线性多目标模型,简洁快速的求解方法是模型用于实践的关键.利用excel和matlab的特点,通过excellink工具建立excel和matlab的数据通道,实现两者之间的通信,把excel作为数据输入端,调用matlab的函数求解多目标规划问题,实现了对区域水资源配置多目标模型的求解.以郑州市水资源优化配置为例进行了实践应用,应用结果表明,求解方法具有操作简便、易于实现、通用性强的特点.     

区域水资源优化配置多目标模型求解的Matlab与Excel集成实现

区域水资源优化配置模型是决策变量多、结构复杂的非线性多目标模型,简洁快速的求解方法是模型用于实践的关键。利用excel和matlab的特点,通过excellink工具建立excel和matlab的数据通道,实现两者之间的通信,把excel作为数据输入端,调用matlab的函数求解多目标规划问题,实现了对区域水资源配置多目标模型的求解.以郑州市水资源优化配置为例进行了实践应用,应用结果表明,求解方法具有操作简便、易于实现、通用性强的特点。     

弧焊机器人控制功能的实现

结合ＸＺ－Ｉ型弧焊机器人的研制，针对ＸＺ－Ｉ型弧焊机器人的结构，提出了利用机器人杆件之间的几何关系建立机器人运动学模型的方法。该模型求解简单，简化了传统的非线性方程组的求解，从而提高了运行效率，具有一定的实用价值。     

食指-拇指夹捏运动的动力学建模及控制

本文研究了具有冗余肌肉的双自由度手指三维夹捏运动的运动学分析和动力学建模.拇指和食指均采用单关节肌和双关节肌模型,食指-拇指通过对向作用实现夹捏动作.在夹捏运动中,物体可以沿两个轴旋转,从而使物体实现时变的三维夹捏运动.考虑到屈肌和伸肌的共同收缩、非线性约束及重力的影响建立了动力学模型,并通过简单的控制对所提出的动力学模型的稳定性进行了数值仿真实验验证.     

基于MATLAB神经网络对大同市气溶胶浓度预测

通过对大同市2011-2012年PM10质量浓度、有关气象要素和参数进行随机抽样、分组,建立单隐含层BP神经网络、多隐含层BP神经网络以及RBF网络对以上数据进行调试和训练,得出：就2011-2012年预测PM10日均质量浓度样本而言,按预测效果好坏排序,多隐含层最佳BP神经网络＞单隐含层最佳BP神经网络＞RBF神经网络;从网络最小误差总和来看,三种网络对夏秋两季的预报效果最好;从预测值和实测值的拟合效果来看,RBF网络对春季和冬季PM10质量浓度的预测效果最好;多隐含层BP网络对秋季PM10质量浓度的预测效果最好;三种神经网络对夏季PM10质量浓度的预测效果都很好,优劣性差异不大.     

基于Denauit-Hartenbery的高分辨Kirkpatrick-Baez镜成像结构设计与控制方法研究

针对在高能等离子体X射线诊断中的Kirkpatrick-Baez （KB）高分辨显微控制较困难的问题,基于Denauit-Hartenbery （DH）原理,率先提出了双5自由度KB镜成像结构,分析了双机械手的各个连杆坐标系和位姿结构的运动学方程,从理论上分析双5自由度KB镜的像差.在此基础上搭建双5自由度KB镜光路系统,编制了KB镜控制流程,并获取了清晰的十字成像.实验结果表明,该方法设计的双5自由度机械手控制方法可以实现KB镜的精确控制,从而得到高精度分辨成像效果.     

基于RBF神经网络的人脸识别研究

针对人脸识别技术中存在的高维问题、小样本问题和非线性问题展开研究.围绕人脸特征提取,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时将人脸图像从高维空间映射到低维空间从而解决了高维问题;在分类识别方面,采用具有很强的非线性映射功能的RBF神经网络进行模式分类,能够解决人脸识别中的非线性问题.在ORL人脸数据库上进行的仿真实验表明,该方法进行人脸识别具有较高的识别率.     

客观分析和资料同化中求解超大型病态线性方程组的新方法

根据Ｄａｖｉｄｏｎ最优条件迭代校正准则,对无约束最优化问题构造了一个不必贮存校正矩阵的三步拟牛顿法,用于求解超大型病态线性方程组。数值试验表明,此方法除对病态方程具有计算简单、收敛速度快、抗病态能力强、可与递推型算法相媲美的特点外,而且对良态方程也具有计算速度快、内存较少等特点。并能进一步提高客观分析中利用非常规资料的能力,提高分析中小尺度天气系统的能力及分析场的质量。     

小波网络方法用于时间序列分析中非线性模型的研究

把小波网络方法用于时间序列分析中非线性模型，利用小波网络的非线性逼近能力，构造一个非线性函数，并对温度资料进行处理，得到了较好的拟合效果。     

热带气旋路径人工神经元预报方法对比试验研究

分别对具有动量项BP、LM、RBF人工神经网络建立36、48、60、72小时的热带气旋路径预测模型,各用100个独立样本进行预测检验,分析了网络"学习好,预报差"的原因,解决这一问题的关键是选择合适的网络结构参数、相应的学习算法和合适的预报因子,并总结了合理应用人工神经网络建立预测模型的经验.针对人工神经网络模型不具有自动选取因子的功能,给实际应用造成困难,提出了基于RBF的逐步选取因子的算法,并进行了对比试验,表明该方法具有较高的实用价值.     

基于径向基函数神经网络的探空仪湿度传感器曲线拟合

针对数字式探空仪上采用的XGH-02型高分子碳膜湿敏电阻湿度感应元件,采用正规化径向基函数(RBF)神经网络模型对其进行曲线拟合,与传统的曲线拟合效果相比较,寻求一种更加准确的湿度传感器标定和误差的校准模型。用训练样本和检验样本对建立的RBF模型分别进行训练和检验结果表明,建立的RBF模型有效提高了湿敏电阻的准确度,其测量的最大误差为2.0298%(RH),明显好于采用现用公式的测量准确度。     

混合递阶遗传径向基网络及其在副热带高压预报中的应用

采用遗传算法与径向基网络结合的方法建立了副热带高压特征指数的预报优化模型.针对径向基网络结构和初始参数难以客观确定的不足,引入混合递阶遗传算法同时优化网络结构和参数.该优化方法结合了递阶遗传算法和最小二乘法的优点,具有较高的学习效率.将混合递阶遗传径向基网络用于副高数值预报产品的预报试验和效果比较,结果表明:混合递阶遗传算法优化的径向基网络模型具有较好的收敛效果和泛化能力,对副高指数的预报效果有较明显的改进和提高.     

人工神经网络在月降水量预测业务中的研究和应用综述

月降水量的年际变化具有显著的非线性变化特征,预测难度大,历来是重大气象灾害预测的重点难点问题.BP(back propagation)神经网络在月降水量预测业务中的研究和应用中,取得了较好的成果,其中应用较广泛的是PCA-BP神经网络模型、遗传算法优化神经网络、RBF神经网络预测模型、小波神经网络模型、粒子群-神经网络...     

基于MATLAB的主成分RBF神经网络降水预报模型

以前期500 hPa高度场、海温场为预报因子,采用径向基函数(RBF)神经网络与主成分分析相结合的方法,建立了广西中部5月平均降水预报模型。在5年独立样本的预测检验中,预测的平均相对误差、均方误差及平均绝对误差分别为18.12%、50.52和34.23。对比分析RBF神经网络与BP(Back Propagation)神经网络的预测结果,表明RBF神经网络预测结果更准确、精度更高。     

基于Quanser实验平台的带有输出约束单连杆柔性机械臂的神经网络控制

机械臂在航空航天、服务等领域的应用越来越广泛,其研究也越来越深入.相比于刚性机械臂,柔性机械臂质量轻、能耗小,具有更好的性能.但是,由于柔性机械臂本身的结构与材料具有特殊性,其在运动过程中会产生弹性形变与振动,这就给机械臂的定位、轨迹跟踪带来了困难,因此对其振动抑制的研究具有重要意义.本文利用假设模态法对单连杆柔性机械臂系统进行建模,通过李雅普诺夫直接法实现了闭环系统的稳定性.由于一些实际问题对控制系统的状态量有特殊要求,因此采用正切函数形式的障碍李雅普诺夫策略来处理输出约束问题,之后利用神经网络控制方法来逼近系统的不确定性,通过李雅普诺夫法对闭环系统的稳定性进行了分析,并基于Matlab平台设计仿真、基于Quanser实验平台进行实验,对控制器的控制性能进行了验证.     

热带气旋暴雨增幅造成北方特大暴雨的预报

利用人工神经元网络的非线性决策特性，采用前向多层的误差反向传输网络，研制了一个登陆北上热带气旋暴雨增幅造成北方特大暴雨的预报方法－－能自动判虽有无暴雨增幅及其出现地区的人工神经元分类预报网络。该方法简便客观，试用效果较好，即可投入业务使用。     

近50年来东莞气温年际变化的长期特征分析

运用福建省25个代表站汛期降水量资料，得到了能够反映全省旱涝状况指标，以此指标为预报量，运用相关分析和逐步回归分析方法，从前期海温场、大气环流场中选取了预报因子，并据此建立了福建汛期旱涝的多元线性回归和RBF神经网络预测模型。结果表明，RBF神经网络模型在历史样本拟合精度上、样本交叉检验和模型的实际预测能力上都明显优于传统的线性回归方法，该模型在实际预测中具有良好的应用能力和推广价值。     

RBF神经网络在雷达定量估测降水中的应用研究

利用重庆气象局CINRAD/SA气象雷达降水回波资料和相应地区的地面雨量站资料,基于径向基函数神经网络,建立雷达定量估测降水模型,将其用于地面降水估测。作为比较,同时以变分法得到的Z-R关系式估测所得降水。经二者对比试验结果表明:建立的雷达定量估测降水模型的估测精度和稳定性要明显优于Z-R关系式,能较好地反映降雨的真实情况。     

基于灰色关联分析与RBF神经网络的水面蒸发量预测

利用灰色关联度法分析了影响水面蒸发量的主要气象因素,并通过RBF神经网络建立了水面蒸发量的经验预测模型.计算结果表明,所建立的模型简单易行,精度较高,可以应用于生产实践中.