【摘 要】
：
本文提出了一种基于统一集论的神经网络专家系统,用于研究复杂巨系统的人工涌现问题.通过统一集理论来简约系统的复杂性,利用神经网络的自组织性和自学习性,提高对人工涌现的模拟及检测能力,并结合专家系统进行智能决策.最后给出非线性经济系统的应用实例,结果表明该模型能对人工涌现进行很好的模拟.
【机 构】
：
北京交通大学,理学院,北京,100044 北京交通大学,自动化研究所,北京,100044
论文部分内容阅读
本文提出了一种基于统一集论的神经网络专家系统,用于研究复杂巨系统的人工涌现问题.通过统一集理论来简约系统的复杂性,利用神经网络的自组织性和自学习性,提高对人工涌现的模拟及检测能力,并结合专家系统进行智能决策.最后给出非线性经济系统的应用实例,结果表明该模型能对人工涌现进行很好的模拟.
其他文献
本文针对时间序列分割,通过各区段的特征来表示整个时间序列的特性,提出了时间序列分割的数学定义,并总结了时序分割的数学模型.根据现有的研究,提出了3种不同的时间序列分割模型,分别为K-分割模型、基于距离和分割数的综合分割模型、趋势特征分割模型,并针对不同模型提出了相应的算法.
Curvlet变换因其具有很强的方向性,使它能同时获得对图像平滑区域和边缘的稀疏表示.采用不等间距的快速傅里叶变换方法可实现快速Curvelet变换,来减少基于Radon变换实现算法的计算量,并将其应用于图像压缩.仿真实验结果表明,该方法与EZW相比,有较好的边缘重构效果,并能得到高压缩率下较高的蜂值信噪比,且解码速度有所提高.
为了对复杂未知的非线性系统实现辨识和实施有效控制,首先对逆模型辨识和控制的结构方案进行研究;然后基于神经网络的非线性逼近和自适应学习等特性,运用广义(普遍)逆模型训练方法和专门(限定)逆模型训练方法,并基于EF(Exponential forgetting)更新协方差矩阵算法,对逆模型网络的训练和控制进行仿真研究.经过充分迭代训练后,得到了结构优化的逆模型网络,并将其用于非线性系统的辨识和控制方案
本文针对一类在结构上和输入通道上具有不确定性的互联系统,采用单位分解的线性组合完成对不确定性的逼近,并为线性组合中的参数设计了自适应律,在此基础上给出了不确定互联系统的非线性鲁棒控制器,从理论上分析了各类参数的逼近误差.最后用仿真算例验证了该控制方案的有效性.
本文在对广义系统进行标准分解的基础上,研究了状态含脉冲、输出无脉冲的快子系统的迭代学习控制问题.为准确定量地评价算法的收敛速度,引入收敛速度定义.通过Frobenius范数给出了快子系统的迭代学习控制在P型学习律收敛的充分性条件,同时利用Frobenius范数性质,采用梯度法给出如何求解增益矩阵的方法.最后,仿真算例说明了该方法的有效性.
基于状态观测器对一类时滞不确定系统的指数稳定问题进行讨论.通过选取Lyapunov函数,给出了时滞不确定系统指数稳定条件和稳定裕度,并给出了此条件下的观测器设计方法.该设计方法基于线性矩阵不等式的求解,系统的控制器和观测器增益可以通过求解线性矩阵不等式解出.最后针对一个具体的时滞不确定系统进行仿真,验证了所提出方法的有效性及实用性.
本文讨论了在目前网络计费中采取的平坦式计费策略下存在的用户方与网络方系统整体优化目标不一致的情况,将资源占有率引入价格函数,并根据网络运行时的资源占有率,将网络使用情况划分为空闲区、正常区和繁忙区3个区域来构造不同的价格函数,再根据网络使用状况及时调整价格函数.该策略保证了用户与系统同时达到优化目标,并促进了网络的合理分配和使用,预防了拥塞的发生.仿真研究证明了策略的有效性.
本文介绍了现在互联网上主要的商务模式内容和应用,及需要研究的客户问题.分析了Web数据挖掘的分类和过程,以及在各网络商务中能够解决的问题,探索了采用数据挖掘研究网络经济的方法和方向.
本文对混沌加速遗传算法及其在水污染系统规划中的应用进行了研究。文章提出了求解水污染系统规划问题的一种新方法--混沌加速遗传算法(CAGA)，并将CAGA用于求解污水系统规划问题,得到了精度较高的全局最优解。
本文针对一类在线测量信号是非线性变化的生产过程,提出了一种非线性主成分分析的故障诊断方法.该方法通过高通滤波对过程信号进行状态变换,扩展系统;然后采用主成分分析对扩展系统的输出信号进行建模,并基于该模型进行过程监测和故障诊断.该方法可以克服普通主成分分析不能消除非线性对所建模型的影响,提高故障诊断的鲁棒性和灵敏性.仿真结果表明,所提出的方法是有效的.