一、DFNN及其在非线性动态系统中的应用(论文文献综述)
孙延修[1](2021)在《非线性离散系统执行器故障鲁棒估计方法的研究》文中指出随着科技的高速发展,非线性离散控制系统的研究引起了学者的重视。由于非线性离散系统本身的复杂性,针对非线性离散控制系统故障估计方法的研究逐渐引起重视,并取得了一定的研究成果。研究了一类含扰动的非线性离散控制系统的执行器故障估计问题。首先,通过等价变换建立了含系统执行器故障的增广系统,并构建了非线性故障观测器。考虑到系统的非线性部分,利用线性矩阵不等式(LMI)方法给出了观测器误差动态系统渐近稳定的充分条件。其次,考虑到系统扰动,通过引入性能指标来抑制扰动对故障估计的影响。基于LMI方法,得到了含扰动的故障观测器误差动态系统渐近稳定的LMI条件,并求得了LMI的可行解,从而实现了执行器故障的鲁棒估计。最后,以飞机的纵向运动模型为研究对象,通过数值算例验证了所提执行器故障鲁棒估计方法的有效性及可行性。
刘福才,吕金凤,任亚雪[2](2021)在《考虑重要输入变量选择的非线性系统模糊辨识》文中研究表明针对有数百个可能输入的复杂非线性动态系统模糊建模问题,本文提出一种新的考虑重要输入变量选择的模糊辨识方法.首先采用两阶段模糊曲线方法(TSFC)从大量可选择的输入变量中给出各输入变量与输出之间的关联度权重,根据输入变量指标快速选择出重要的输入变量,然后采用模糊聚类(FCM)和高斯(Gaussian)型隶属函数确定模糊模型前提参数,采用递推最小二乘(RLS)辨识出模糊模型结论参数.最后通过对Mackey-Glass混沌时间序列和Box-Jenkins煤气炉数据两个国际标准例题模糊建模验证了该方法的有效性,并将该方法应用到一个实际气动变载荷加载系统的模糊建模中,验证了该方法的实用性.
孙肖坤[3](2021)在《复杂大型建设项目费用偏差控制方法及信息系统设计》文中研究指明随着全球范围内经济形势的动态稳定发展,复杂大型建设项目在国内外均呈持续增长的态势,国际工程项目市场的竞争愈发激烈。复杂大型建设项目事关民生和经济效益,其开发建设会对国家和社会产生广泛而深远的影响。在工程建设领域,许多投资主体拥有雄厚的资金实力和丰富的开发建设经验,并开始涉足复杂大型建设项目的开发建设,项目投资规模越来越大,建设周期越来越长,参与建设的单位越来越多,不确定性带来的项目风险也愈发复杂。随着时代的发展,复杂大型建设项目逐渐成为项目管理领域的研究热点。然而,在项目建设过程中,投资效率低下、费用超支等现象屡见不鲜,项目执行情况在各层面上不尽如人意,传统的项目管理理论已经不能适应现阶段管理实践的需求。因此,从复杂性视角出发对项目管理领域进行研究就成为一种新的解决思路。如何对项目复杂性进行科学、系统以及深入的分析,如何在项目建设过程中动态、全面地掌握项目费用状态,如何判断工程费用实际状态与计划的偏差严重程度,如何对项目费用偏差做出科学的警报和预测,如何有依据地对工程项目的费用偏差进行有效纠偏控制,就成为摆在管理者面前的一个理论和实践问题。为了更加科学有效地针对复杂大型建设项目费用实施监控管理,本文运用系统动力学相关理论和方法,建立了基于复杂性视角的建设项目费用偏差影响因素的系统动力学模型,构建了项目费用偏差的警报及预测模型,梳理了项目全生命周期不同费用偏差程度下的纠偏流程,进而分析并设计了以理论模型为基础的复杂大型建设项目费用偏差控制信息系统。具体研究内容包括以下四个部分:(1)基于系统动力学的费用偏差关键影响因素识别研究。首先,对复杂大型建设项目的费用监控模式进行概述;在此基础上,对系统动力学相关基础理论及其应用在建设项目费用偏差控制领域的可行性进行分析;然后,将复杂大型建设项目作为一个整体系统,对项目建设各阶段内费用偏差影响因素之间的关系进行分析识别,构建系统动力学反馈图模型,确定主要变量,内生变量、外生变量,建立各变量之间方程关系;最后,通过Vensim软件模拟仿真,建立动态控制模型并验证其可行性和有效性,识别出费用偏差关键影响因素及其影响程度,并对模拟结果进行分析。(2)复杂大型建设项目费用偏差警报及预测模型研究。首先对复杂大型建设项目不同阶段费用偏差计算的需求及特点进行分析,据此选取适用于复杂大型建设项目费用偏差警报的方法模型;然后对K-Means聚类算法进行缺陷分析,引入贴近度概念,并将边界均值算子作为主要方法对经典K-means聚类进行改进,有效克服了主观随意性和警情区间不连续的问题;最后通过算例分析证实了本模型的有效性。复杂大型建设项目费用偏差预测模型是偏差警报模型的后续研究。首先,全面论述了神经网络模型的相关原理,对其在复杂大型建设项目费用偏差预测研究中的可行性和适用性进行了分析;然后,利用仿生算法对传统BP神经网络进行改进,优化神经网络模型中的初始网络权值和阈值,并将历史数据输入模型中进行训练获得成熟模型;同时,将现阶段的费用偏差进行子目费用分析,将总偏差最终分摊至每一个子目费用的扰动因素,深度分析复杂大型建设项目中不同活动对费用偏差的影响,在当前费用偏差情况已知的情况下,研究其对未来费用偏差的影响程度并予以量化,判定即将发生的项目警情及其位置,有效辅助项目费用管理方采取措施进行处理,实现真正意义上的项目费用事前控制。(3)复杂大型建设项目费用偏差控制策略及效果评价研究。首先,针对复杂大型建设项目费用偏差控制策略,挖掘了流程再造和协同理论与之相适应的契合点,梳理了费用偏差控制中流程再造和协同的目标和原则;其次,针对复杂大型建设项目在前期决策阶段、中期实施阶段、后期运维阶段所面临的不同费用偏差警情,明确各阶段责任方,梳理并总结出具体的纠偏操作流程和控制策略;为了增强该纠偏流程的适用性,本节首次提出了纠偏效果评价,从控制能力、控制效果、经济和社会效果等角度构建指标体系,构建了基于支撑度理论的模糊群决策模型,对纠偏效果进行评价,给出反馈结果,推动纠偏策略的持续改进。(4)复杂大型建设项目费用偏差控制系统设计研究。把研究的理论和构建的模型拓展到实际的项目费用管理中,提出了复杂大型建设项目费用偏差控制信息系统设计。首先,对复杂大型建设项目费用偏差控制系统进行了定义,对系统建设目标、系统用户和系统需求进行分析,确定了系统的非功能需求和功能需求;然后构建费用偏差控制系统的总体设计框架结构,从系统开发方法、系统开发平台、系统功能模块、系统数据库四个角度对系统进行详细深入的设计;在涉及到系统关键的实施技术方面,对开发技术选型进行了结构性论述,并对数据仓库的核心设计理念进行了详细介绍,设计了系统模型管理模块的结构和重点功能。该系统包括费用偏差警报、费用偏差预测、费用偏差控制、纠偏效果评价等功能。
左佳铄[4](2021)在《基于无模型自适应控制的无人驾驶车辆漂移控制研究》文中研究说明
金文婷[5](2021)在《黄河梯级水库群“水-沙-电-生态”多维协同控制与与均衡调控研究》文中研究说明黄河是中华民族的母亲河。目前,黄河正面临严峻的生态环境和水资源利用挑战。一方面,近四十年来,黄河流域经济社会快速发展,水资源需求不断增加,黄河水沙情势发生改变,呈现出水资源严重短缺、水生态环境受损、河道泥沙淤积等突出问题,制约着黄河流域的生态保护和可持续发展。另一方面,受气候变化和人类活动影响,近年来黄河径流量呈减少趋势,使得缺水及生态问题进一步突出。梯级水库群在防洪、生态、供水、发电、输沙等方面发挥着显着作用,承担着支撑社会经济发展和保障河流生态健康的重要使命。为了推进黄河流域生态保护和高质量发展,亟需研究径流减少背景下黄河梯级水库群“水-沙-电-生态”多维协同控制与均衡调控,重点保障水资源多目标利用的关键利益,为黄河梯级水库群调度下供水、发电、输沙、生态多目标形成协同有序、利益均衡提供理论依据。本文以黄河梯级水库群为研究对象,从水资源高效利用的角度出发,以水文学、水资源学、系统工程学、计算机科学、协同学以及混沌理论为指导,系统地提出一套梯级水库群“水-沙-电-生态”多维协同控制与均衡调控、调度系统混沌特征识别与引导的理论与方法体系,以期为径流减少背景下存在多目标激烈竞争关系的梯级水库群优化调度提供理论支撑和技术指导。主要研究内容和成果如下:(1)基于协同学提出了梯级水库群“水-沙-电-生态”多维协同控制理论,确定了梯级水库群“水-沙-电-生态”多维协同控制的总体原则,即在保障各目标关键利益的基础上,通过统筹协调、甚至必要时适度牺牲非关键利益来实现水库群“水-沙-电-生态”多维协同控制;识别了黄河上游及中下游供水、发电、输沙、生态各目标的关键利益与非关键利益,选取了相应的序参量,确定了序参量阈值,为构建梯级水库群“水-沙-电-生态”多维协同控制模型奠定了理论基础。(2)构建了黄河梯级水库群“水-沙-电-生态”多维协同控制模型(协同模型)及传统的梯级水库群多目标调度模型(传统模型),采用层次分析法确定协同模型的序参量权重,运用粒子群优化算法对两种模型进行求解。验证算例的协同模型与传统模型结果对比表明:协同模型以较小牺牲4.35%的非关键发电利益换取了多目标利益(尤其是关键利益)较传统模型的全面提高,验证了协同模型的有效性与合理性。协同模型更加符合缺水流域在多目标竞争激烈背景下的水资源高效利用要求,为梯级水库群调度下“水-沙-电-生态”多目标在时段间形成协同有序提供了技术支撑。(3)提出了基于满意边界的时段内多目标均衡调控方法,以促使协同模型结果在逐时段内达到多目标利益均衡。引入满意度概念以衡量时段内单目标的利益满足程度,由时段单目标满意度的最大、最小值所构成的区间作为“满意边界”,通过合理的方法获取各目标的满意边界;以满意边界为依据对协同模型结果进行逐时段多目标利益均衡检验,对时段内满意边界遭到破坏的目标进行调控,以确保时段内多目标利益均在满意边界内;为梯级水库群调度下“水-沙-电-生态”多目标在时段内实现利益均衡提供了科学支撑。(4)提出了梯级水库群多目标调度系统混沌特征识别与引导方法。引入混沌理论及相关概念,论证了梯级水库群多目标调度系统为非线性动态系统,具有混沌特征;提出了以梯级水库群逐时段“水-沙-电-生态”多目标满意度闭合面积时间序列作为表征水库群调度系统运行状态的混沌时间序列,用于提取混沌特征指标(关联维数及Kolmogorov熵);评价多目标利益均衡调控是否有利于降低梯级水库群调度系统的混沌特征,引导水库群调度系统向减小混沌程度与复杂程度的方向演进;为选取混沌特征较小的梯级水库群运行方案提供了科学的理论依据。(5)以黄河上游径流变异点(1990年)为分界,对1960~1989年及1990~2015年两个径流序列的黄河上、中下游梯级水库群“水-沙-电-生态”多维协同控制与均衡调控最终方案进行分析,量化了径流减少对黄河梯级水库群“水-沙-电-生态”多目标利益的影响;在梯级水库群“水-沙-电-生态”多维协同控制与均衡调控的指导下,各目标关键利益受损程度明显小于非关键利益的受损程度,体现了所提理论与方法在径流减少的背景下以各目标关键利益为保障重点的战略优势。(6)设置了 2030水平年现有水利工程条件及有古贤水库两种情景;通过对1990~2015年径流序列的黄河上、中下游梯级水库群“水-沙-电-生态”多维协同控制与均衡调控最终方案分析,量化了河道外综合需水增加及古贤水库生效对黄河梯级水库群“水-沙-电-生态”多目标利益的影响,分析了古贤水库参与联合运行后黄河中下游梯级水库群运行方式的变化。
贾兆巍[6](2021)在《考虑系统不确定性的气垫船航向约束控制》文中进行了进一步梳理
任大为[7](2021)在《显式数值积分算法的改进和性能研究》文中研究说明数值积分算法是解决结构动力学在时间上离散的运动微分方程的有效方法。大量学者已经提出了各种显式积分算法,这些算法具有无条件稳定性和可控的数值耗散的理想特性。但是,涉及积分算法数值漂移特性的研究是有限的。本文基于控制理论,基于极点映射法运用高精度的预修正双线性变换将连续域的传递函数映射到离散域,开发了一族新的结构相关的显式积分算法,称为TL-φ算法。与现有算法相比,该方法的优点在于它可以通过与结构的关键频率相关的附加参数来控制数值漂移程度。本文还充分研究了所提出的算法在线性和非线性系统中的稳定性,数值耗散和数值漂移特性。结果表明,所提出的TL-φ算法在求解线性系统结构动力响应是无条件稳定的,而对于非线性系统则是有条件稳定的。TL-φ算法的数值耗散特性与其他显式算法的数值耗散特性非常相似,但与其他方法相比,它具有最小化周期误差的能力,这有利于求解系统的结构动力响应,特别是对于那些具有高固有频率的系统。本文通过四个数值算例研究了该方法的性能,结果表明该算法可以更好地解决复杂的线性和非线性结构动力问题。此外本文还将此算法的设计方法推广到其他显式积分算法如CR算法,并提出了数值性能更优的CR-φ算法,验证了该设计方法的泛用性。最后结合实例说明了算法相关参数-关键频率的选取,为该算法在工程和试验中的应用提供了便利。
李纪宾[8](2021)在《基于PET理论的大功率LED系统非线性建模与调光控制算法研究》文中研究指明
宁怡娟[9](2021)在《基于切换系统理论的三相逆变器控制方法研究》文中认为三相逆变器作为能量装换装置有着极为广泛的应用,它是一个高阶、多输入多输出多变量祸合的强非线性复杂系统。传统的基于线性系统理论的建模和控制方法,忽略了离散的开关状态,建立的模型无法精确描述系统的动态过程,控制器只在工作点附近有效,面对大信号扰动和系统参数突变会出现控制性能降低甚至失控的情况。随着非线性系统理论的发展,切换系统(Switching System)理论的出现为电力电子变换器建模和控制提供了新的思路。基于切换系统理论对逆变器的描述能够反映系统的本质特性,根据切换系统理论设计切换控制器,能使系统适应工作范围大幅变化的要求,同时控制过程计算简化,对参数鲁棒性强,对提高逆变器控制性能有重要意义。本文针对两种不同拓扑结构的三相逆变器,基于切换系统理论,从建立系统切换模型和设计切换控制器两个方面展开研究。本文主要工作内容如下:(1)首先将逆变器典型控制方法分为基于PWM的控制策略和模型预测控制策略分别讨论、分析,并设计了L型三相并网逆变器的双闭环控制器和模型预测控制器,进行了仿真分析。(2)针对L型三相并网逆变器,设计了一种基于共同Lyapunov函数稳定性分析的切换策略。建立了系统的切换误差模型,该模型能够精确描述系统,反映了系统既包含离散开关变量又包含连续动态过程的非线性本质,同时考虑了直流电压的寄生电阻和网侧电感及线路的附加电阻。基于建立的切换误差模型,结合共同Lyapunov函数稳定性理论,通过寻找使系统Lyapunov函数的导数最小的子系统,得到切换控制器。该切换控制器不需要进行复杂的坐标变换,也不需要经过PWM调制,无控制参数,输出直接作用于逆变器的功率器件控制其通断完成逆变过程。仿真结果验证了所设计CLF切换控制器的可行性和有效性,与传统的双闭环控制器和模型预测控制器相比,对系统参数的鲁棒性更强,动态性能更优。(3)针对LC型带三相平衡负载逆变器,提出一种H∞鲁棒切换控制器。建立了系统的切换误差模型:采用共同Lyapunov函数证明了系统具有H∞鲁棒的可切换镇定的条件,给出系统满足切换镇定条件的切换控制器。仿真结果验证了所设计H∞的切换控制器的可行性和有效性,当系统参数的剧烈变化时,仍能稳定跟踪期望,呈现较好的控制效果,表现出较强的鲁棒性。
张恒禹[10](2020)在《基于改进DBN的非线性过程建模与监测》文中提出融合了控制、监测、管理和优化决策的现代集成智能制造系统是自动化系统的发展方向,其中过程监测技术是保障流程工业安全稳定运行的关键技术。然而由于现代流程工业系统复杂,使用机理模型监测非线性过程变得非常困难,与此同时,大数据正推动着工业变革,因此基于数据驱动的过程监测技术具有重大的研究意义。近几年,深度学习以其强大的数据特征提取能力已经成功渗透到了各行各业。深度置信网络(DBN)是深度学习的主要方法,基于传统DBN的非线性过程监测目前存在着诸如数据建模易过拟合、优化过程易陷入局部最优以及监测效果对采样数据质量过于敏感等问题。因此,本文改进了 DBN模型,在此基础上分别针对非线性过程建模、故障预报和故障分类三个问题进行了研究。针对复杂非线性过程建模精度不高的问题,本文首先分别改进了原始的DBN和变分模式分解(VMD)算法,然后在此基础上提出了具有自适应变分模态分解的并行动量深度置信网络(并行AVMD-MDBN)模型。并行AVMD-MDBN模型是一种改进的建模方法。通过两个数值例子实验和一个金融股票实验验证了本文提出的并行AVMD-MDBN模型在提高非线性过程建模精度方面的有效性。针对非线性过程监测中故障检测滞后的问题,本文在并行AVMD-MDBN回归预测模型的基础上提出了一种故障预报方法。首先使用并行AVMD-MDBN模型对非线性关键变量建立预测模型,然后构建故障预报判别系统,该系统以预测值和实际值的残差作为输入参数对非线性过程进行监测。在风机叶片结冰实验上验证了故障预报方法的有效性。实验表明该方法可以监测到风机叶片结冰时的异常运行状态,并且能够通过故障预报曲线直观地展示出来。针对非线性过程监测中故障分类准确率低的问题,本文提出了一种动态稀疏并行AVMD-DSMDBN分类模型。首先对实际非线性过程监测数据中普遍存在的数据动态性强、无标签和有标签数据共存以及故障数据和正常数据不均衡等问题进行分析,然后在并行AVMD-MDBN模型的基础上,引入动态扩展特征矩阵和稀疏约束建立动态稀疏并行AVMD-DSMDBN模型来解决以上问题。通过TE过程实验验证了动态稀疏并行AVMD-DSMDBN模型对于提高故障分类准确率的有效性。
二、DFNN及其在非线性动态系统中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、DFNN及其在非线性动态系统中的应用(论文提纲范文)
(1)非线性离散系统执行器故障鲁棒估计方法的研究(论文提纲范文)
0 引言 |
1 系统描述 |
2 故障观测器存在性判据 |
2.1 无扰动时故障观测器存在性分析 |
2.2 含扰动时故障观测器存在性分析 |
3 执行器故障的鲁棒估计 |
4 数值算例 |
5 结论 |
(2)考虑重要输入变量选择的非线性系统模糊辨识(论文提纲范文)
1 引言 |
2 预备知识 |
2.1 T–S模糊模型 |
2.2 模糊C–均值算法 |
3 考虑输入变量选择的模糊辨识方法 |
3.1 重要输入变量选择 |
3.1.1 第1阶段模糊曲线 |
3.1.2 第2阶段模糊曲线 |
3.2 提出的辨识方法 |
4 仿真举例与应用 |
4.1 Mackey-Glass混沌时间序列 |
4.1.1 重要输入变量选择 |
4.1.2 预测模型的建立 |
4.2 Box-Jenkins煤气炉系统 |
4.2.1 基于TSFC选择输入变量 |
4.2.2 预测模型建立 |
4.3 气动变载荷加载系统 |
4.3.1 基于TSFC选择输入变量 |
4.3.2 预测模型建立 |
5 结论 |
(3)复杂大型建设项目费用偏差控制方法及信息系统设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 复杂大型建设项目研究现状 |
1.2.2 项目费用控制研究现状 |
1.2.3 预警方法研究现状 |
1.2.4 纠偏策略研究现状 |
1.2.5 信息系统应用研究现状 |
1.3 主要研究内容和技术路线 |
1.4 主要创新点 |
第2章 相关基础理论研究 |
2.1 复杂大型建设项目特点及费用控制分析 |
2.1.1 复杂大型建设项目特点分析 |
2.1.2 复杂大型建设项目费用偏差控制参与主体 |
2.1.3 复杂大型建设项目费用控制复杂性分析 |
2.2 费用偏差控制相关理论研究 |
2.2.1 费用偏差控制内涵 |
2.2.2 费用偏差影响因素分析 |
2.2.3 费用偏差控制基本原则 |
2.3 费用偏差控制模型及方法研究 |
2.3.1 偏差特征系统动力学理论 |
2.3.2 神经网络模型 |
2.3.3 费用偏差预警聚类方法 |
2.3.4 费用偏差控制策略及评价理论 |
2.4 本章小结 |
第3章 基于系统动力学的费用偏差影响因素识别研究 |
3.1 复杂大型建设项目费用监控模式 |
3.1.1 费用监控模式特征分析 |
3.1.2 费用监控模式构建 |
3.1.3 费用监控模式运行流程 |
3.2 费用偏差影响因素的系统动力学模型构建 |
3.2.1 系统动力学的基本理论 |
3.2.2 基于系统动力学的费用偏差控制的可行性分析 |
3.2.3 系统动力学模型构建 |
3.3 费用偏差影响因素的子系统方程式建立 |
3.3.1 系统动力学建模中涉及到的数学方法 |
3.3.2 影响因素的子系统方程式建立 |
3.4 系统动力学模型仿真和分析 |
3.5 本章小结 |
第4章 基于改进神经网络模型的费用偏差控制方法研究 |
4.1 工程建设项目费用偏差计算需求及特点分析 |
4.2 基于K-means算法的费用偏差警情计算模型研究 |
4.2.1 K-means聚类理论及缺陷分析 |
4.2.2 K-means聚类方法改进及适用性研究 |
4.2.3 基于改进K-means算法的费用偏差计算模型构建 |
4.3 基于改进神经网络模型的费用偏差计算模型研究 |
4.3.1 神经网络模型原理分析 |
4.3.2 神经网络模型的改进及适用性研究 |
4.3.3 基于改进神经网络模型的费用偏差计算模型构建 |
4.4 算例分析 |
4.5 本章小结 |
第5章 基于流程再造的费用偏差控制策略及效果评价 |
5.1 复杂大型建设项目费用偏差控制中的流程再造与协同 |
5.1.1 费用偏差控制中流程再造与协同的目标 |
5.1.2 费用偏差控制中流程再造与协同的原则 |
5.2 复杂大型建设项目各阶段费用偏差控制策略 |
5.2.1 前期决策阶段的费用偏差控制策略 |
5.2.2 中期实施阶段的费用偏差控制策略 |
5.2.3 后期运维阶段的费用偏差控制策略 |
5.3 复杂大型建设项目费用偏差控制效果评价 |
5.3.1 费用偏差控制效果评价指标体系 |
5.3.2 基于支撑度理论的纠偏控制效果评价群决策模型 |
5.3.3 算例分析 |
5.4 本章小结 |
第6章 复杂大型项目费用偏差控制信息系统分析与设计 |
6.1 复杂大型建设项目CDMIS分析 |
6.1.1 复杂大型建设项目CDMIS的定义 |
6.1.2 复杂大型建设项目CDMIS的建设目标 |
6.1.3 复杂大型建设项目CDMIS的用户分析 |
6.1.4 复杂大型建设项目CDMIS的需求分析 |
6.2 复杂大型建设项目CDMIS设计 |
6.2.1 系统的总体设计原则及开发方法 |
6.2.2 系统的平台整体设计 |
6.2.3 复杂大型建设项目CDMIS的功能及模块设计 |
6.2.4 复杂大型建设项目CDMIS的数据库设计 |
6.3 复杂大型建设项目CDMIS关键技术 |
6.3.1 复杂大型建设项目CDMIS的开发技术选型 |
6.3.2 复杂大型建设项目CDMIS的数据仓库设计 |
6.3.3 复杂大型建设项目CDMIS的模型管理模块设计 |
6.4 本章小结 |
第7章 研究成果和结论 |
参考文献 |
附录 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(5)黄河梯级水库群“水-沙-电-生态”多维协同控制与与均衡调控研究(论文提纲范文)
Abstract |
1.绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究目的及意义 |
1.2 国内外研究进展 |
1.2.1 水库群多目标优化调度研究进展 |
1.2.2 协同学在水资源领域研究进展 |
1.2.3 混沌理论在水文水资源领域研究进展 |
1.3 存在的问题 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
2.研究区域概况及资料 |
2.1 黄河流域概况 |
2.1.1 地形地貌与气候特征 |
2.1.2 河流水系及河段概况 |
2.1.3 水资源利用概况 |
2.1.4 泥沙与生态状况 |
2.2 数据资料分析 |
2.2.1 径流资料 |
2.2.2 综合需水资料 |
2.3 黄河干流梯级水库群概况 |
2.4 小结 |
3.基于协同学的梯级水库群“水-沙-电-生态”多维协同控制理论 |
3.1 协同学及其用于研究梯级水库群多目标调度系统可行性分析 |
3.1.1 协同学概述 |
3.1.2 基于协同学研究梯级水库群多目标调度系统的可行性分析 |
3.2 梯级水库群“水-沙-电-生态”多维协同控制理论 |
3.2.1 梯级水库群“水-沙-电-生态”多维协同控制原则 |
3.2.2 关键利益与非关键利益识别及序参量选取 |
3.2.3 序参量阈值确定 |
3.3 小结 |
4.梯级水库群“水-沙-电-生态”多维协同控制模型构建及验证 |
4.1 梯级水库群“水-沙-电-生态”多维协同控制模型构建 |
4.1.1 序参量有序度量化 |
4.1.2 子系统有序度量化 |
4.1.3 多维协同控制模型构建 |
4.1.4 序参量权重确定方法 |
4.2 粒子群优化算法模型求解 |
4.3 传统梯级水库群多目标优化调度模型构建 |
4.4 多维协同控制模型有效性验证 |
4.4.1 模型验证算例选取 |
4.4.2 协同模型验证算例的有序度分析 |
4.4.3 协同模型与传统模型的结果对比分析 |
4.5 小结 |
5.基于满意边界的利益均衡调控及调度系统混沌特征识别与引导 |
5.1 基于满意边界的时段内多目标利益均衡调控 |
5.1.1 满意边界获取 |
5.1.2 时段内多目标利益均衡调控 |
5.2 混沌理论及混沌特征识别方法 |
5.2.1 混沌的定义与概念 |
5.2.2 相空间重构 |
5.2.3 关联维数 |
5.2.4 Kolmogorov熵 |
5.3 梯级水库群多目标调度系统混沌特征识别 |
5.4 多目标利益均衡调控与系统混沌特征引导流程 |
5.5 小结 |
6.径流减少对黄河梯级水库“水-沙-电-生态”多目标利益的影响 |
6.1 1960~1989、1990~2015 径流序列水文改变度分析 |
6.2 1960~1989 序列调控结果分析 |
6.2.1 上游“水-沙-电-生态”多维协同控制与均衡调控结果 |
6.2.2 中下游“水-沙-电-生态”协同控制与均衡调控结果 |
6.3 1990~2015 序列调控结果分析 |
6.3.1 上游“水-沙-电-生态”协同控制与均衡调控结果 |
6.3.2 中下游“水-沙-电-生态”协同控制与均衡调控结果 |
6.4 径流减少影响分析 |
6.4.1 对上游多目标利用影响分析 |
6.4.2 对中下游多目标利用影响分析 |
6.5 小结 |
7.2030水平年黄河梯级水库群多目标协同控制与均衡调控 |
7.1 现有水利工程情景 |
7.1.1 上游“水-沙-电-生态”协同控制与均衡调控结果 |
7.1.2 中下游“水-沙-电-生态”协同控制与均衡调控结果 |
7.2 有古贤水库情景 |
7.2.1 上游“水-沙-电-生态”协同控制与均衡调控结果 |
7.2.2 中下游“水-沙-电-生态”协同控制与均衡调控结果 |
7.3 小结 |
8.结论与展望 |
8.1 结论 |
8.2 主要创新点 |
8.3 展望 |
致谢 |
参考文献 |
附录 |
(7)显式数值积分算法的改进和性能研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景与研究意义 |
1.1.1 引言 |
1.1.2 传统的结构抗震试验方法综述 |
1.1.3 实时子结构试验技术 |
1.2 数值积分算法的国内外研究现状 |
1.2.1 数值积分算法概述 |
1.2.2 隐式积分算法 |
1.2.3 显式积分算法 |
1.3 本文主要研究内容 |
2 基于模型的无条件稳定显式积分算法基本原理 |
2.1 引言 |
2.2 几种典型的基于模型显式算法 |
2.2.1 Chang算法 |
2.2.2 CR算法 |
2.2.3 KR-α算法 |
2.2.4 TL算法 |
2.3 各算法的稳定性和精度对比分析 |
2.3.1 线性稳定性分析 |
2.3.2 非线性稳定性分析 |
2.3.3 精度分析 |
2.4 本章小结 |
3 具有可控数值漂移特性的无条件稳定显式积分算法 |
3.1 引言 |
3.2 基于现代控制理论的算法建立 |
3.2.1 连续控制系统 |
3.2.2 离散控制系统 |
3.2.3 连续系统离散化方法 |
3.2.4 具有可控数值漂移特性的显式积分算法 |
3.3 算法数值特性分析 |
3.3.1 线性稳定性分析 |
3.3.2 非线性稳定性分析 |
3.3.3 数值耗散特性分析 |
3.3.4 数值漂移特性分析 |
3.3.5 刚度软化系统数值漂移和耗散分析 |
3.3.6 刚度硬化系统数值漂移和耗散分析 |
3.3.7 受迫振动下的频域反应 |
3.4 算例 |
3.4.1 单自由度线性体系 |
3.4.2 多自由度线性体系 |
3.4.3 刚度非线性体系 |
3.4.4 数值模拟实时子结构试验 |
3.5 本章小结 |
4 基于预修正双线性变换的改进CR法 |
4.1 具有可控数值漂移特性的CR-φ法 |
4.2 CR-φ法数值特性分析 |
4.2.1 线性稳定性分析 |
4.2.2 非线性稳定性分析 |
4.2.3 数值耗散特性分析 |
4.2.4 数值漂移特性分析 |
4.2.5 刚度软化系统数值漂移和耗散分析 |
4.2.6 刚度硬化系统数值漂移和耗散分析 |
4.3 算例 |
4.4 本章小结 |
5 关键频率的选取 |
5.1 模态空间 |
5.2 基频作为关键频率 |
5.3 激发高阶振型后的关键参数取值 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(9)基于切换系统理论的三相逆变器控制方法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 逆变器的应用 |
1.2 切换系统理论研究现状 |
1.3 基于切换系统理论电力电子变换器控制方法研究现状 |
1.3.1 应用于电力电子变换器的混杂系统模型 |
1.3.2 切换系统稳定性分析方法研究现状 |
1.3.3 基于切换系统理论的电力电子变换器控制方法研究现状 |
1.4 本文主要研究内容及章节安排 |
2 三相逆变器传统控制方法 |
2.1 基于PWM的三相逆变器控制 |
2.1.1 PWM技术 |
2.1.2 L型三相并网逆变器传统双闭环控制 |
2.1.3 L型三相并网逆变器双闭环控制框图 |
2.2 三相逆变器模型预测控制 |
2.2.1 模型预测控制基本原理 |
2.2.2 L型三相并网逆变器模型预测控制 |
2.2.3 L型三相并网逆变器模型预测控制框图 |
2.3 本章小结 |
3 基于共同Lyapunov函数理论的三相逆变器切换控制器设计 |
3.1 基础理论 |
3.1.1 线性切换系统的描述模型 |
3.1.2 线性切换系统Lyapunov稳定性分析 |
3.2 L型三相并网逆变器线性切换模型 |
3.3 基于CLF理论的L型三相并网逆变器切换控制器设计 |
3.3.1 控制律设计 |
3.3.2 L型三相并网逆变器CLF切换控制框图 |
3.4 仿真结果及分析 |
3.5 本章小结 |
4 三相逆变器鲁棒切换控制器设计 |
4.1 基础理论 |
4.2 LC型三相逆变器切换模型 |
4.3 LC型三相逆变器H_∞切换控制器设计 |
4.3.1 控制律设计 |
4.3.2 LC型三相逆变器H_∞切换控制框图 |
4.4 LC滤波器参数设计 |
4.5 仿真结果及分析 |
4.6 本章小结 |
5 总结与展望 |
5.1 本文工作总结 |
5.2 课题未来展望 |
致谢 |
参考文献 |
攻读学位期间主要研究成果 |
(10)基于改进DBN的非线性过程建模与监测(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究的背景和意义 |
1.2 非线性过程监测的研究现状 |
1.2.1 非线性过程监测的基本概念与研究内容 |
1.2.2 非线性过程监测的主要方法 |
1.3 非线性过程建模的研究现状 |
1.3.1 非线性过程建模的基本概念 |
1.3.2 基于数据的非线性过程建模的主要方法 |
1.4 主要工作和结构安排 |
第二章 深度置信网络的理论基础 |
2.1 引言 |
2.2 深度置信网络基本原理 |
2.2.1 受限玻尔兹曼机 |
2.2.2 用于分类和回归的深度置信网络结构 |
2.2.3 深度置信网络训练 |
2.3 深度置信网络相关参数设置 |
2.4 本章小结 |
第三章 基于并行AVMD-MDBN算法的非线性过程建模与故障预报 |
3.1 引言 |
3.2 并行的AVMD-MDBN算法 |
3.2.1 改进的自适应变分模态分解算法 |
3.2.2 改进的深度置信网络算法 |
3.2.3 并行AVMD-MDBN算法模型结构与流程 |
3.2.4 算法性能分析与评估 |
3.3 基于并行AVMD-MDBN算法的非线性过程建模 |
3.3.1 非线性动力系统建模实验及结果分析 |
3.3.2 Mackey-Glass时间序列预测实验及结果分析 |
3.3.3 金融股票预测实验及结果分析 |
3.4 基于并行AVMD-MDBN算法的非线性过程故障预报 |
3.4.1 基于并行AVMD-MDBN算法的非线性过程故障预报算法 |
3.4.2 实验及结果分析 |
3.5 本章小结 |
第四章 基于动态稀疏并行AVMD-DSMDBN算法的非线性过程故障诊断 |
4.1 引言 |
4.2 动态稀疏并行AVMD-DSMDBN算法 |
4.2.1 稀疏并行AVMD-SMDBN算法 |
4.2.2 动态稀疏并行AVMD-DSMDBN算法模型结构与流程 |
4.2.3 算法性能分析与评估 |
4.3 基于动态稀疏并行AVMD-DSMDBN算法的非线性过程故障诊断 |
4.3.1 实验及结果分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 研究工作总结 |
5.2 研究工作展望 |
参考文献 |
致谢 |
研究成果及发表的学术论文 |
作者和导师简介 |
导师简介 |
作者简介 |
附件 |
四、DFNN及其在非线性动态系统中的应用(论文参考文献)
- [1]非线性离散系统执行器故障鲁棒估计方法的研究[J]. 孙延修. 自动化仪表, 2021(11)
- [2]考虑重要输入变量选择的非线性系统模糊辨识[J]. 刘福才,吕金凤,任亚雪. 控制理论与应用, 2021(09)
- [3]复杂大型建设项目费用偏差控制方法及信息系统设计[D]. 孙肖坤. 华北电力大学(北京), 2021(01)
- [4]基于无模型自适应控制的无人驾驶车辆漂移控制研究[D]. 左佳铄. 燕山大学, 2021
- [5]黄河梯级水库群“水-沙-电-生态”多维协同控制与与均衡调控研究[D]. 金文婷. 西安理工大学, 2021
- [6]考虑系统不确定性的气垫船航向约束控制[D]. 贾兆巍. 哈尔滨工程大学, 2021
- [7]显式数值积分算法的改进和性能研究[D]. 任大为. 大连理工大学, 2021(01)
- [8]基于PET理论的大功率LED系统非线性建模与调光控制算法研究[D]. 李纪宾. 杭州电子科技大学, 2021
- [9]基于切换系统理论的三相逆变器控制方法研究[D]. 宁怡娟. 西安理工大学, 2021(01)
- [10]基于改进DBN的非线性过程建模与监测[D]. 张恒禹. 北京化工大学, 2020(02)