【摘 要】
：
提出了一种基于关联维数的复杂系统混沌时间序列的分形插值建模算法,解决了传统随机分布模型由于增加不必要的自由度从而不能准确描述系统时空演化规律的缺陷.以Internet流量时间序列为例,在相空间重构的基础上,利用自相关函数确定了系统的最佳时延,根据饱和嵌入维数求得系统的关联维数.最后利用关联维数确定系统的Hurst指数,通过分数布朗运动插值算法对混沌时间序列进行了精确的重构,从而建立一种可精确重演混
【机 构】
：
东北大学信息科学与工程学院,沈阳110004
论文部分内容阅读
提出了一种基于关联维数的复杂系统混沌时间序列的分形插值建模算法,解决了传统随机分布模型由于增加不必要的自由度从而不能准确描述系统时空演化规律的缺陷.以Internet流量时间序列为例,在相空间重构的基础上,利用自相关函数确定了系统的最佳时延,根据饱和嵌入维数求得系统的关联维数.最后利用关联维数确定系统的Hurst指数,通过分数布朗运动插值算法对混沌时间序列进行了精确的重构,从而建立一种可精确重演混沌系统时空变化规律的模型。
其他文献
研究了一类状态和输入均带有时滞的离散广义系统的状态反馈H1控制问题.首先利用线性矩阵不等式,给出时滞离散广义系统零解渐近稳定且具有H1范数约束的充分条件,进而设计出无记忆状态反馈控制律,保证闭环系统具有上述性能,最后给出一个数值算例说明文中结论的有效性.
针对大气层内拦截器,提出了一种适用于复合控制的改进遗传算法.给出了直接力的控制方法,并采用非线性排序选择,改进交叉操作和非均匀变异算子对常规遗传算法进行了改进,用来对脉冲发动机的使用数量进行寻优.仿真结果表明,该改进算法收敛速度快,能够准确跟踪直接力控制指令,可靠性高,能够满足控制精度要求,并且全局优化能力强,能够明显节省脉冲发动机的使用数量,显示出该改进算法的有效性和优越性。
本文从智能优化算法的进化角度出发,提出了完善的算法所应具有的两种基本属性--集聚性和弥散性.这两种属性是分析和改进算法性能的重要依据.文章最后在集聚性与弥散性基础上讨论了算法中的机制融合方法。
针对一阶加纯滞后模型(FOPDT)及二阶加纯滞后模型(SOPDT),本文介绍了基于最优传递函数的Smith预估控制系统的整定方法,且对PI及PID控制器提供了详细的参数整定.仿真结果证明了该整定方法的有效性.该整定方法计算简单、实用,在控制领域有着广阔的应用前景.
区域温热灌注疗法是一种治疗肿瘤的有效方法,主要利用把高浓度治癌药灌注到病变部位,通过药物产生的热量杀死癌细胞.由于人体肿瘤组织热传导过程是一个复杂的热传导系统,很难建立精确的数学模型,采用RBF神经网络对人体肿瘤组织热传导过程进行建模,基于此模型可对肿瘤组织的温度进行较准确的智能软测量,且该方法对不同人体、不同肿瘤组织具有良好的自适应性.仿真实验表明该方案的可行性和有效性。
随着现代传感器处理器的发展及对系统性能要求的提高,本文提出模式观测滞后状态量测下的Markov切换系统融合问题.并针对模式观测滞后状态量测一步时的融合问题,通过状态扩维的方法,转化成无时滞Markov切换系统的广义滤波问题.基于贝叶斯估计理论,推导滤波公式,给出了模式观测增强的交互式多模型广义滤波算法.机动目标跟踪的仿真算例表明其有效性。
本文研究了在有观测噪声环境下具非连续分段线性函数的Wiener系统的递推参数辨识问题.通过设计输入为iidGaussian随机变量序列和构造了非线性块的间断点d+(d?)的一个上界的估计序列,给出了系统中线性部分和非线性部分所有未知参数的递推参数辨识算法,并给出了这些算法都以概率1收敛到其对应的真值的理论结果。
最小二乘支持向量机(LS-SVM)是传统支持向量机(SVM)的一种改进,它是将原始空间中的不等式约束改为等式约束,由此将解二次规划问题转化为求解线性方程组问题,降低了计算的复杂性,提高了求解问题的速度和收敛精度.本文以某炼油厂加氢装置的现场数据为基础,利用最小二乘支持向量机建立了轻柴油的凝点,闪点,95﹪馏出温度等3个关键指标的预测模型,最后验证了用最小二乘支持向量机建立的油品质量预测模型能快速的
研究了一类利用局部信息的swarms系统的聚集稳定性问题.该系统由leader和follower两种智能体组成,其中只有leader智能体具有关于环境的知识,从而其下一时刻的位置由所在位置的环境信息和邻居的位置信息所确定;而follower智能体下一时刻的位置仅由其邻居的位置信息所确定.当表示环境的势能场函数的梯度有界时,证明了该系统的集体行为是稳定的且所有智能体最终都以相同的速度聚集在群体中心的
对于一类常见多重时滞非线性离散系统,提出了基于动态非线性二阶逼近的增量型最小化递推预测模型、自适应控制律、噪声估计器以及参数自适应递推预报算法,实现了对存在较大滞后的时滞非线性系统的自适应控制.通过仿真表明,该算法对于一类非线性系统实现自适应控制是正确和有效的.