指出了非线性动态信号参数辨识的重要性；分析了目前采用的方法的不足；对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明；用复Morlet小波构建出一种核函数，与主分量分析方法相结合，对非线性动态信号进行参数辨识和预测；仿真结果验证了该方法的正确性和有效性，表明该方法具有较好的理论价值和实用价值。
上传时间： 2016-06-27
上传用户：wang0123456789
这是两个用神经网络算法分析非线性系统特征，并用于参数预测。
上传时间： 2016-08-17
上传用户：bakdesec
20 世纪70 年代以来,人们从工业过程的特点出发,寻找对模型精度要求不高而同样能实现高质量控制性能的方法,预测控制就是在这种背景下发展起来的。预测控制技术最初由Richalet 和Cutler 提出[1 ] ,它最大程度地结合了工业实际的要求,综合效果好,已经在理论和应用方面取得了显著进展,各种预测控制算法不断地产生并得到发展。预测控制算法具有三大本质特征:预测模型、滚动优化和反馈校正[2 ] 。它是不断滚动的局部优化,而非全局最优。预测控制的特点:建模方便 采用非最小化描述的离散卷积和模型,信息冗余量大,有利于提高系统的鲁棒性 采用滚动优化策略,使模型失配、畸变、干扰等引起的不确定性及时得到弥补,从而得到较好的动态控制性能 可推广到有约束条件、大迟延、非最小相位以及非线性等过程,对模型精度要求不高,跟踪性能良好,更适应于复杂工业过程控制。
上传时间： 2014-01-02
上传用户：csgcd001
关于关联向量机应用的最新文献！ 提出了一种核主元分析(KPCA)和关联向量机(RVM)相结合的组合建模方法。KPCA-RVM采用KPCA对原始自变量进行非线性变换并提取主成分,形成特征自变量 采用RVM,对KPCA变换后的样本数据进行回归建模,并根据模型的预报能力自适应的确定参与回归的最佳特征变量个数,消除冗余信息干扰,获得强非线性表达能力且预报性能良好的模型。并将KPCA-RVM应用于PTA装置对羧基苯甲醛(4-CBA)含量的软测量建模,结果表明该方法预测精度高于PCA-RVM和RVM。
上传时间： 2013-12-20
上传用户：ddddddos
bp神经网络算法用于拟合和预测，具有良好的非线性性，拟合精度高等特点
标签： 神经网络算法
上传时间： 2017-09-25
上传用户：sssl
股票分析和预测是一个复杂的研究领域，本论文将股票技术分析理论与人工神经网络相结合，针对股票市场这一非线性系统，运用BP神经网络，研究基于历史数据分析的股票预测模型，同时，对单只股票短期收盘价格的预测进行深入的理论分析和实证研究。本文探讨了BP神经网络的模型与结构、BP算法的学习规则、权值和阈值等，构建了基于BP神经网络的股票短期预测模型，研究了神经网络的模式、泛化能力等问题。并且，利用搭建起的BP神经网络预测模型，采用多输入单输出、单隐含层的系统，用前五天的价格来预测第六天的价格。对于网络的训练，选用学习率可变的动量BP算法，同时，对网络结构进行了隐含层节点的优化，多次尝试，确定最为合理、可行的隐含层节点数，从而有效地解决了神经网络隐含层节点的选取问题。
上传时间： 2017-05-11
上传用户：wd1314
1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明，所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。2针对一类具有参数跳变的非线性离散时间动态系统，提出子一种基才聚类方法和神经网络的MMAC方法，首先，采用模糊c均值聚类算法对系统先验数据进行分类处理，再分别对每类数据采用RLS算法建立多个固定模型。在此基础上，建立两个白适应模型来提高系统响应速度和控制品质，建立神经网络预测模型来补偿系统非线性。然后，分别针对相应的子模型设计线性鲁棒自适应控制器和神经网络控制器。最后，采用基于信号有界和测量误差的性能切换指标对控制器进行切换，并证明闭环系统的稳定性。仿真结果表明，所提出的算法能更好地解决非线性系统发生参数跳变问题，使得系统具有良好的控制品质3.针对MMAC方法中的模型库优化问题，考虑系统实际运行数据，提出了种基于相似度准则和设置最大模型数的动态优化模型库方法。该方法能对新数据进行综合考量并判断是否应该将该数据纳入子模型建模，并通过设置最大模型数来确保系统用最少的子模型就能保证系统的控制性能。仿真结果表明，所提出的算法能极大地减少子模型数量且具有较好的控制效果。关键词：非线性系统；多模型方法；自适应控制；模糊聚类；神经网络
标签： 自适应控制
上传时间： 2022-03-11
上传用户：
请波抑制在提升电能质量以及保障供用电设备的安全稳定运行等方面有若关键性作用；无功功率不仅对于供电侧来说十分重要，而且在负载的正常运行过程中扮演着不可替代的角色。伴随功率半导体开关器件的飞速发展，大量的非线性负载涌现在电力系统中，由此带来的谐波污染和无功功率问题愈发严峻。在上述背景下，一方面可以对谐波进行抑制，另一方面又可以补偿无功功率的有源电力滤波器则受到了国内外学者们的青睐。有源电力滤波器的主电路拓扑结构是系统中最基础的部分，本文将由此出发，分别介绍各主电路的结构特征以及基本原理。简单叙述了有源电力滤液器常用的语波检测方法，比较其各白的优劣，其中着重突出本文所用到的基于瞬时无功功率的改进的ip-i法。针对传统电流跟踪控制策略对谐波信号跟踪动态效果差、控制目标单一的问题，在三相四线制不对称负载系统中，提出了一种多目标优化模型预测电流控制策略。首先建立四桥臂有源电力滤波器基于ap坐标系的离散化数学模型.以此来实现自然解耦控制：其次对预测电流进行两步预测，实现对数字处理延时效应的补偿，设置电流跟踪偏差和开关频率为目标函数，量化控制目标，预先评估各开关状态的控制效果，根据评估结果决定变流器的开关状态，去了PWM调制环节；再次讨论了采样频率以及加权系数这两个系统变量的取值对开关频率和电流畸变率所造成的影响；文章的最后，为了验证所提方法的有效性，在Matlab/Simulink仿真环境下进行实验，结果证实所提策略谐波电流跟踪性能良好
上传时间： 2022-06-22
上传用户：slq1234567890
非线性电子线路
上传时间： 2013-06-09
上传用户：eeworm
非线性半导体电阻及其应用
上传时间： 2013-04-15
上传用户：eeworm
