本文選題：多尺度正負反饋交替論　切入點：多維泰勒網　出處：《控制理論與應用》2016年07期 　論文類型：期刊論文

【摘要】：結合物質系統(tǒng)由量變到質變而呈現"平穩(wěn)→劇變→再平穩(wěn)→再劇變"這一變化規(guī)律,基于正負反饋交替論思想,提出了多尺度正負反饋交替論的數學模型.該模型引入等效正、負反饋作用,以狀態(tài)變化速度作為第一尺度、狀態(tài)變化加速度作為第二尺度進行等效正、負反饋作用的判定,根據狀態(tài)變化劇烈程度以及劇烈變化趨勢,將狀態(tài)穩(wěn)定性分離,以動力學方程形式表述物質系統(tǒng)的上述變化規(guī)律.該模型建立方法簡單、實施方便,無需系統(tǒng)的內在機理或先驗知識,是一種基于觀測數據的通用模型.將該模型應用于時間序列預測,分別以空氣質量指數AQI和大氣主要污染物PM2.5數據為基礎,進行系統(tǒng)建模及預報的仿真研究.結果表明,該模型能較準確反映系統(tǒng)的變化規(guī)律,能有效進行預報,且精度高,為具有量變引起質變而呈現出這一變化規(guī)律的復雜系統(tǒng)建模及預測提供了一種新穎而有效的手段.
[Abstract]:Combining material system from quantitative change to qualitative change to present "stationary" 鈫扗rastic change. 鈫扲estability. 鈫払ased on the idea of positive and negative feedback alternating theory, the mathematical model of multi-scale positive and negative feedback alternation theory is proposed. The model introduces equivalent positive and negative feedback effects and takes the state change rate as the first scale. As the second scale, the acceleration of state change is determined by equivalent positive and negative feedback, and the stability of the state is separated according to the intensity of the state change and the trend of the change. The above change law of material system is expressed in the form of dynamic equation. The method of establishing the model is simple and convenient, and the inherent mechanism or prior knowledge of the system is not needed. This model is a general model based on observation data. Based on air quality index (AQI) and air pollutant PM2.5 data, the model is applied to time series prediction. The model can accurately reflect the variation law of the system, can effectively predict, and has high precision. It provides a novel and effective method for modeling and prediction of complex systems with qualitative change caused by quantitative change.
【作者單位】： 東南大學自動化學院;東南大學復雜工程系統(tǒng)測量與控制教育部重點實驗室;南京信息工程大學信息與控制學院;
【基金】：國家自然科學基金重點項目(60934008) 中央高�；究蒲袠I(yè)務費專項資金項目(2242014K10031) 江蘇高校優(yōu)勢學科建設工程項目資助~~
【分類號】：TP183;X51

【參考文獻】

相關期刊論文 前10條

1 蔣朝輝;李f^月;桂衛(wèi)華;謝永芳;陽春華;;分段線性回歸和動態(tài)加權神經網絡融合的高爐料位預測[J];控制理論與應用;2015年06期

2 胡云安;程春華;鄒強;周大旺;;非仿射純反饋系統(tǒng)的間接自適應神經網絡控制[J];控制理論與應用;2014年04期

3 林屹;嚴洪森;周博;;基于多維泰勒網的非線性時間序列預測方法及其應用[J];控制與決策;2014年05期

4 宋新山;王宇暉;嚴登華;陳燕;丁怡;;基于分形特征的我國干旱災害小波分析[J];系統(tǒng)工程理論與實踐;2013年11期

5 袁永博;竇玉丹;劉妍;張明媛;;基于組合權重模糊可變模型的旱澇災害評價[J];系統(tǒng)工程理論與實踐;2013年10期

6 周博;嚴洪森;;基于小波和多維泰勒網動力學模型的金融時間序列預測[J];系統(tǒng)工程理論與實踐;2013年10期

7 薛新華;張我華;劉紅軍;;基于遺傳算法和模糊神經網絡的邊坡穩(wěn)定性評價[J];巖土力學;2007年12期

8 張嗣瀛;復雜性科學,整體規(guī)律與定性研究[J];復雜系統(tǒng)與復雜性科學;2005年01期

9 董華,楊衛(wèi)波;事故和災害預測中的突變模型[J];地質災害與環(huán)境保護;2003年03期

10 盧志光,白麗萍,盧麗;運用混沌理論制作長期災害預報模型初探[J];中國農業(yè)大學學報;2002年03期

【共引文獻】

相關期刊論文 前10條

1 肖漢杰;王華;王仕博;;中國有色行業(yè)節(jié)能減排技術先進適用性的可變模糊測度與評價[J];科技管理研究;2016年15期

2 林屹;嚴洪森;;多尺度正負反饋交替論模型及其應用[J];控制理論與應用;2016年07期

3 王s，

本文編號：1603784