基于复杂网络结构熵的遗传算法信息流网络属性分析方法

    公开(公告)号:CN109063837A

    公开(公告)日:2018-12-21

    申请号:CN201810708181.1

    申请日:2018-07-02

    CPC classification number: G06N3/126

    Abstract: 本发明涉及基于复杂网络结构熵的遗传算法信息流网络属性分析方法,包括构建遗传算法信息流网络模型,加边时同时对被选择但是没有经过交叉、变异的个体进行加边;计算遗传算法信息流网络结构熵,分析遗传算法信息流网络非均匀性。本发明方法相对于基于网络幂律度分布曲线中拟合的标度指数,依据网络中节点数目和节点连接度直接计算的网络结构熵,可以更加精确简洁的度量信息流网络的非均匀性;本发明将有助于理解遗传算法进化过程中优秀基因片段的组合和分布,并为设计更加高效的遗传算法提供新思路和新方法;本发明在遗传算法信息流网络建模过程中考虑了对被选择但是没有经过交叉、变异的个体进行加边,从而更精确地描述了遗传算法动力学特征。

    基于血红细胞繁殖模型的分数阶PD控制器设计方法

    公开(公告)号:CN108398878A

    公开(公告)日:2018-08-14

    申请号:CN201810059401.2

    申请日:2018-01-22

    Inventor: 孙青山 肖敏

    Abstract: 本发明公开了基于血红细胞繁殖模型的分数阶PD控制器设计方法,首先利用分数阶理论将原整数阶血红细胞繁殖模型过渡到分数阶血红细胞繁殖模型,分析出分数阶血红细胞繁殖模型的稳定性特性和平衡点信息;然后根据分数阶血红细胞繁殖模型设计分数阶PD控制器;最后选取系统时延作为分岔参数,通过对该线性化后的被控系统模型的特征方程进行稳定性分析和分岔分析,选取适当的控制器参数,控制系统的稳定域和分岔。本发明从时滞角度入手,充分考虑时滞对分数阶血红细胞繁殖模型的动力学行为的影响,更好地刻画了模型内血红细胞的活动规律和调控机制,分数阶PD控制器能够更好地提高控制系统的反馈性能并使系统的稳定区域具有更好的操控性。

    具有多工作模式的高速重载全电伺服数控折弯机

    公开(公告)号:CN110280633B

    公开(公告)日:2024-09-06

    申请号:CN201910661133.6

    申请日:2019-07-22

    Abstract: 本发明公开了一种具有多工作模式的高速重载全电伺服数控折弯机,包括机架、与机架固连用于折弯的下模、可沿机架上下运动的主滑块、与主滑块滑动连接且可相对上下滑动的副滑块以及与副滑块固连、配合下模折弯的上模,所述主滑块上连接有用于驱动主滑块连同副滑块运动的主驱动机构,副滑块上左右对称连接有两个用于驱动副滑块相对主滑块运动的副驱动机构,该副驱动机构还与主滑块相铰接。本发明适合大吨位、且具有重载、高精度、低能耗、驱动电机功率小、功率利用率高、速度快和制造成本低等优点,同时利用连杆机构的非线性运动特性和特定位置的自锁特性以及螺纹副传动的自锁特性。

    一种双组分抛物线型系统跨尺度时空扩散的构建方法

    公开(公告)号:CN117113712A

    公开(公告)日:2023-11-24

    申请号:CN202311149734.1

    申请日:2023-09-07

    Inventor: 肖敏 陆云翔

    Abstract: 本发明公开了一种双组分抛物线型系统跨尺度时空扩散的构建方法,包括以下步骤:首先,建立Gray‑Scott系统,并针对不同的空间位置信息,进行等距时空网格划分;其次,对系统在不同空间尺度下的偏微分方程进行离散化处理,将依赖续变量的微分方程定解问题转化为相应的依赖离散变量的代数问题;然后,根据系统在不同空间尺度下的偏微分方程的初始条件和边界条件,为相应的等距时空网格点附上初值;最后,选取合适的时空网格比和扩散系数,分别对不同空间尺度影响下的Gray‑Scott系统进行数值分析与算法模拟;本发明采用的时空扩散算法,操作简便易行,考虑了更多位置信息,展现了双组分系统更丰富的动力学行为,提供了新思路。

    时空扩散影响下海洋浮游生态系统的混合控制策略

    公开(公告)号:CN113485116B

    公开(公告)日:2023-08-25

    申请号:CN202110834733.5

    申请日:2021-07-23

    Abstract: 本发明是一种时空扩散影响下海洋浮游生态系统混合控制策略,该策略包括:建立偏微分方程描述下的无控多时滞海洋浮游生态系统,得到系统存在正平衡点的条件;对于无控含时滞的海洋浮游生态模型施加混合控制器,得到加入混合控制器的海洋浮游生态模型;将受混合控制器作用的海洋浮游生态模型在平衡点处线性化,得出线性化的被控网络的特征方程;选取和时滞为分岔参数,通过对该线性化后的被控网络的特征方程进行稳定性分析和分岔分析,选取适当的控制器参数,使得该网络在平衡点附近局部渐近稳定。本发明的控制器相较其他控制器,建模时无需系统当前状态值,控制参数可调域大,实际操作简便易行,控制效果显著。

    一种双神经元神经网络模型PD控制器的控制方法与系统

    公开(公告)号:CN115857319A

    公开(公告)日:2023-03-28

    申请号:CN202310096456.1

    申请日:2023-02-10

    Abstract: 本发明提出了一种时滞和扩散影响下的双神经元神经网络模型PD控制器的控制方法与系统,该方法包括:建立由偏微分方程描述的时滞反应扩散双神经元神经网络模型;在无控时滞反应扩散双神经元神经网络模型基础上施加PD控制器,得到加入PD控制器的时滞反应扩散双神经元神经网络模型;将受PD控制器作用的时滞反应扩散双神经元神经网络模型,得出线性化后的被控网络的特征方程;选取通信时延为分岔参数,通过对该线性化后的被控网络的特征方程进行稳定性分析和分岔分析,进一步选取合适的控制参数,使得该网络在平衡点附近保持局部渐近稳定。本发明可以更好地实现对网络稳定性的调控,控制参数调整灵活,实际操作简便易行,具有明显的控制效果。

    基于网络拥塞模型的混合控制器建立方法

    公开(公告)号:CN115113529A

    公开(公告)日:2022-09-27

    申请号:CN202210801161.5

    申请日:2022-07-08

    Abstract: 本发明公开了一种基于网络拥塞模型的混合控制器建立方法,属于控制器技术领域,包括如下步骤:构建无控的网络拥塞模型;对所述无控的网络拥塞模型施加混合控制器,得到被控的网络拥塞模型;将被控的网络拥塞模型在平衡点处线性化,得出线性化的被控网络的特征方程;选取增益参数作为Hopf分岔参数,通过所得到的线性化的被控网络的特征方程进行Hopf分岔分析,调节并选取适当的控制器参数,使得被控网络在平衡点附近局部渐近稳定,并提高该网络的稳定特性。本发明所提出的网络拥塞模型控制选择信号发送速率作为控制对象,相较于对丢包概率进行控制,在现实中更容易实现,且所设计的混合控制器具有较强的适用性,同样适用于其他的复杂动力学网络。

    一种基于恶意软件时空传播模型的PD控制器设计方法

    公开(公告)号:CN114815582A

    公开(公告)日:2022-07-29

    申请号:CN202210252308.X

    申请日:2022-03-15

    Abstract: 本发明是一种基于恶意软件时空传播模型的PD控制器设计方法,包括步骤1:在恶意软件传播模型基础上引入时滞和反应扩散项,建立具有非线性饱和发生率的偏微分恶意软件时空传播模型;步骤2:在平衡点处对无控状态的恶意软件时空传播模型施加PD控制器,得到恶意软件时空传播受控模型;步骤3:将得到的受控模型在平衡点处线性化,得出相关特征方程;步骤4:选取时滞作为分岔参数,对恶意软件时空传播受控模型进行稳定性分析和Hopf分岔分析。最后选取适当的控制器参数,通过仿真,验证控制器对系统的影响。本发明不仅能够有效控制分岔点位置,而且对控制项的影响明显,控制效果显著,有效降低了恶意软件传播的危害。

    基于改进扩散驱动下传染病模型的混合控制器的实现方法

    公开(公告)号:CN114613511A

    公开(公告)日:2022-06-10

    申请号:CN202210232825.0

    申请日:2022-03-09

    Abstract: 本发明是一种基于改进扩散驱动下传染病模型的混合控制器的实现方法,包括:步骤1:建立无控含有疾病潜伏期时滞和扩散驱动的偏微分传染病模型,分析得到唯一的正平衡点;步骤2:对偏微分传染病模型施加混合控制器;步骤3:将受混合控制器作用的SIR传染病模型在平衡点处线性化,得到线性化后的被控传染病模型的特征方程;步骤4:选取时滞作为分岔参数,通过对该线性化后的被控传染病模型的特征方程进行稳定性分析和分岔分析,选取适当的控制器参数,使得该模型在平衡点附近局部渐近稳定。本发明将疾病潜伏期时滞考虑到SIR传染病模型中,更加精确的分析传染病模型的动力学行为,控制参数可调域大,实际操作简便易行,控制效果显著。

    一种基于智能优化预测控制的卫星编队队形保持方法

    公开(公告)号:CN110413001B

    公开(公告)日:2022-05-17

    申请号:CN201910624493.9

    申请日:2019-07-11

    Abstract: 本发明公开了一种基于智能优化预测控制的卫星编队队形保持方法,包括以下步骤:S1、引入考虑J2摄动的卫星编队相对动力学模型;S2、设计智能预测控制器,该控制器将自适应主从式并行遗传算法与传统的预测控制策略相结合;S3、利用智能预测控制器,滚动优化求解控制量,实现卫星编队队形控制。本发明的一种基于智能优化预测控制的卫星编队队形保持方法,考虑J2摄动的干扰,同时实时调节预测控制参数以提高预测控制器的控制性能,进而实现对卫星编队队形的实时、高精度控制。

Patent Agency Ranking