学科分类
/ 2
27 个结果
  • 简介:利用CMAC神经网络与PID控制算法,提出了一种针对飞行器挠结构振动的混合控制方法.首先在给出系统动力学方程的基础上,利用CMAC神经网络的具体特点,给出了神经网络算法;进而将PID控制算法引入控制系统,形成了一种混合控制方法,该方法具有CMAC神经网络与PID控制算法两者的优点.最后针对复杂的飞行器挠结构振动问题进行了实例仿真,说明了算法的有效.

  • 标签: 挠性结构 控制研究 CMAC神经网络 PID控制算法 混合控制方法 神经网络算法
  • 简介:建立随机风作用下高速列车动力学参数的可靠优化设计方法.首先考虑自然风的脉动特性,采用Cooper理论和谐波叠加法模拟随车移动点的脉动风速,给出随机风作用下高速列车非定常气动载荷的计算方法.然后建立高速列车车辆系统动力学模型,计算高速列车的运行安全,并基于可靠性理论,给出随机风作用下高速列车失效概率的计算方法.在此基础上,以高速列车动力学参数为优化设计变量,以失效概率和轮轴横向力为优化目标,采用多目标遗传算法NSGA—II进行动力学参数的自动寻优,建立随机风作用下高速列车动力学参数的可靠优化设计模型.经可靠优化计算,高速列车的失效概率由原始的0.4884降低为0.1406,轮轴横向力由原始的45.13kN降低为43.01kN.通过优化高速列车动力学参数可以显著改善随机风作用下高速列车的运行安全

  • 标签: 随机风 可靠性优化 动力学参数 失效概率 多目标遗传算法
  • 简介:基于Poincaré映射方法对一类两自由度碰撞系统进行研究.经过详细的理论演算得到单碰周期1/n的亚谐周期运动的存在判据,并能精确地找到亚谐周期运动的初始位置.表明碰振系统的周期运动研究可以通过解析与数值方法的结合去实现.数值模拟表明了亚谐周期运动的存在判据的正确,并通过计算Jacobi矩阵的特征值可判断周期运动的稳定性及分岔.

  • 标签: 碰撞系统 亚谐运动 POINCARÉ映射 稳定性
  • 简介:根据符号动力系统与真实动力学系统拓扑共轭的特性,本文提出动态标架分割法,把动力学系统的某时间变量序列转化成符号序列;运用Lemple-Ziv复杂度算法计算该符号序列的复杂度值,据此对动力学系统的复杂进行分析,从而可以对动力学系统的性质进行定性地判断,以杜芬振子为例,数值模拟结果表明基于动态标架分割法计算得到的复杂度能够很好地描述系统的复杂,并可定性地判断系统的性质。

  • 标签: 符号时间序列 动态标架分割法 Lemple-Ziv复杂度 动力学系统
  • 简介:峰放电频率适应是神经元在信息处理过程中重要的动力学特性之一.当神经系统受到外电场作用时,会对其动力学行为以及神经电信息的产生、传导产生影响.我们基于Leakyintegrate-and-fire(LIF)神经元模型,建立了外电场作用下改进的LIF神经元模型.采用随时间演化的膜电位曲线和峰放电频率曲线,以及随外电场变化的起始峰放电频率曲线和稳态峰放电频率曲线,研究不同强度、频率外电场作用下改进的LIF模型的适应变化.此外,还利用相邻峰峰间期(ISI)之间的相关进一步阐明外电场对神经元适应的影响.

  • 标签: 峰放电频率适应性 外电场 Leaky integrate—and—fire模型 ISI 相关性
  • 简介:利用参数互异的Fitzhugh—Nagumo神经元构建了含耦合时滞的无标度神经元网络模型,通过数值模拟的方法,提出研究参数异质和耦合时滞影响下神经元网络的共振动力学.结果发现,当耦合项中不含时滞时,适中的参数异质性能够使得神经元网络对外界弱周期信号的响应达到最优,即适中的参数异质性能够诱导神经元网络的共振响应,而且异质诱导共振对耦合强度具有鲁棒.更重要的是,耦合时滞对参数异质作用下神经元网络的共振特性也有着显著影响.当时滞约为信号周期的整数倍时,神经元网络能够周期性地出现共振现象,即适当的耦合时滞能够诱导神经元网络的多重共振,而且这种现象在异质参数的适当范围内都能明显出现.

  • 标签: 共振 异质性 时滞 神经元网络 谱放大因子