基于遗传算法的摩擦模型参数辨识

摘Tustin摩擦模型能够很好地描述零速附近的摩擦力,由于该模型为非线性模型,使得参数辨识非常困难。针对该模型提出了一种基于遗传算法的摩擦模型参数辨识方法,并通过仿真对辨识结果进行验证,结果表明该方法是有效的。     

双线性Hammerstein模型的集成辨识方法

提出了辨识双线性Ｈａｍｍｅｒｓｔｅｉｎ模型的稳态与动态辨相结合的集成辨识方法。该方法利用稳态信息获取稳态模型的强一致性估计,并利用稳态模型通过神经网络逼近获得了静态非线性增益的设计,再利用动态信息辨识获取双线性Ｈａｍｍｅｒｓｔｅｉｎ模型的双线性系统未知系统的一致性估计。仿真结果表明了该方法的有效性和实用性。     

基于改进遗传算法的电阻炉模型参数辨识

由于电阻炉模型为非线性模型,使得参数辨识非常困难。因此针对该模型提出了一种基于改进遗传算法的模型参数辨识方法,并通过MATIAB仿真对辨识方法进行验证,结果表明该方法有效可行。     

基于遗传算法的分数阶锂电池模型参数辨识

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法,在求解非线性参数的复杂优化问题上极具潜力.在建立锂离子电池的分数阶等效电路模型之后,通过不断调整其电路模型的参数,使得模型的阶跃响应u_m与锂电池阶跃响应u的和方差的函数值逐渐向0逼近,直到在一定误差精度内,近似认为二者相等.在此基础上,采用遗传算法,在阶跃电流信号激励条件下,对锂离子电池Randle分数阶电路模型完成参数辨识.实验仿真结果显示：分数阶模型参数{R₀,R_p,Q₁,α,Q₂}辨识值分别为{7.33,6.18,3.049,0.76,608.6},误差均值为4.796×10^-5,误差率为1.143×10^-3,拟合度为98.90%.     

遗传算法在参数辨识中的应用进展

系统地讨论遗传算法在参数辨识中的应用.总结了简单遗传算法用于参数辨识的步骤,指出其可能出现的问题,并综述国内外学者在编码、适应值函数和遗传算子等方面所作的改进以及将遗传算法与其他方法结合所产生的新算法.最后指出了遗传算法存在的局限性.     

一类双线性时间序列模型基于累积量的辨识

获得了一类双线性时间序列模型的二、三和四阶累积量所满足的差分方程,它们与线性平稳ＡＲＭＡ模型著名的Ｙｕｌｅ－Ｗａｌｋｅｒ方程相似,可看作是标准Ｙｕｌｅ－Ｗａｌｋｅｒ方程的推广,因此它们可用于双线性序列模型的辨识,并以一个数值仿真例子表明该方法是可行的。     

机器人系统中环境动力学模型及其参数辨识

根据机器人系统中环境的本质特征，本文提出了环境动力学既有刚体运动力学特性，又有表面开变动力学特性的观点；由此建立了新的环境动力学模型，给出了该动力学模型参数辨识的遗传算法模型，理论分析和实验研究表是该模型及其参数辨识方法是实用的，可行的。     

基于遗传算法的热物性参数辨识

为了提高热物性参数辨识的准确度,将遗传算法(genetic algorithm)应用于热物性参数辨识,提出了完整的数学模型.数值模拟结果表明,此法具有相当的精确度,不但没有造成噪声放大,而且还对噪声进行了过滤,使得输出噪声比输入噪声小了许多,成功克服了反问题中误差累积放大的弱点.本算法应用的唯一前提是相应的正问题可解.该算法很容易应用到其它热物性参数辨识和其它类型的反问题中.     

一类MISO双线性Hammerstein模型的集成辨识方法

目的针对一类静态非线性增益具有原点对称特性的M ISO双线性Hammerstein模型,提出一种稳态与动态辨识相结合的集成辨识方法。方法利用稳态信息获取稳态模型的强一致性估计,并通过稳态模型获得非线性增益的估计,再利用动态信息辨识获取M ISO双线性Hammerstein模型的双线性系统未知参数的一致性估计。结果获得一类M ISO双线性Hammerstein模型的集成辨识方法,仿真结果表明了该方法的有效性和实用性。结论集成辨识方法可用于解决一类MISO双线性Hammerstein模型的辨识问题,易于实现。     

具有双线性型的一般拟变分不等式解的存在唯一性和算法

本文研究具有双线性型的一般拟变分不等式解的存在唯一性和逼近解的迭代算法。     

改进的遗传算法在蛋白质结构预测中的应用

摘要:为了提高蛋白质结构预测效率,针对蛋白质HP模型折叠问题,在标准遗传算法的基础上,本文提出了一系列改进的搜索策略:控制群体中全同体数目保持群体多样性;在交叉阶段实施单点交叉父子竞争提高个体生存竞争力;对最优个体实施系统变异局部优化等. 实验结果表明,与标准遗传算法相比,改进后的遗传算法较大幅度的提高了搜索效率和成功率,遗传算法在蛋白质空间结构预测上是一个有相当潜力的算法.     

电站锅炉墙结构振动模态参数识别

本文论述了识别电站锅炉墙结构固有频率与阻尼参数的方法．并对在上海石洞口发电厂２号锅炉上进行的测量及识别结果作了分析．     

微机闭环在线辨识数学模型的一种方法

本文给出一种用微机闭环在线辨识数学模型的方法，及其一应用实例。     

一种基于模糊聚类和遗传算法的模糊神经网络模型的学习算法

提出了一种基于模糊聚类和遗传算法的模糊神经网络的学习算法,采用 模糊Ｃ－均值聚类算法进行模糊神经网络模型的结构辨识,得出最优或次优的模 糊规则数,采用改进的遗传算法进行系数辨识。仿真结果证明该算法是可行和有 效的。     

智能装配机器人几何参数辨识方法

根据机器人误差模型和实测误差数据，采用最小二乘和迭代辨识的方法，求解未知参数，并以实例验证了该方法的有效性。     

Sugeno模糊模型的辨识

提出了一种新的Ｓｕｇｅｎｏ模糊模型辨识算法。在Ｓｕｇｅｎｏ模糊模型辨识中,应用模糊聚类方法可将其前提结构和结论参数的辨识分开进行,减少了计算量。通过Ｂｏｘ－Ｊｉｎｋｉｎｓ数据建模说明了本文算法的有效性。     

目标识别中的遗传算法研究

提出了一种基于多样本模板的遗传算法目标识别方法 ,将若干个差别较大的目标样本存入目标库中 ,对所需提取目标的图象用遗传算法来求得这些匹配样本的最小匹配误差测度 ,最终匹配位置即为需提取的模板位置 ,而模板尺寸即为此时的样本尺寸     

热反应鸡肉香精挥发性成分的鉴定研究

用液相蒸馏提取技术对由半胱氨酸、硫胺素、味精、葡萄糖、5′-核苷酸、甘氨酸、丙氨酸制备的鸡肉香精中的挥发性成分进行了分离和浓缩 ,所得浓缩物经用 GC- MS技术定性分析 ,共鉴定到2 8种化合物 ,其中部分存在于各种煮肉及模拟系统中 ,简单介绍了它们的感觉特性及形成途径 .     

遗传算法在工程项目资源优化中的应用

GA是一种源自生物界自然选择和自然遗传机制的随机化搜索方法,群体搜索策略和信息遗传的特点使其在组合优化中表现出其它传统方法所不能比拟的性能。将GA应用于工程项目的资源优化中,解决资源平衡和资源有限问题,避免了繁琐的推断过程,同时还能得到除最优解外的几个次最优的解决方案。