田中大
- 作品数：52 被引量：338H指数：12
- 供职机构：沈阳工业大学更多>>
- 发文基金：国家自然科学基金辽宁省博士科研启动基金辽宁省教育厅高等学校科学研究项目更多>>
- 相关领域：自动化与计算机技术电气工程理学文化科学更多>>
- 基于神经网络滑模控制的网络控制系统时延补偿方法
- 本发明涉及一种基于神经网络滑模控制的网络控制系统时延补偿方法，步骤为：建立回声状态网络；回声状态网络训练更新；引入黏菌算法来优化回声状态网络模型，形成基于黏菌算法优化的回声状态网络的组合预测模型预测网络时延值；根据网络时...
- 田中大孙亚峰
- 基于HSMM的机械故障演化预测诊断研究被引量：4
- 2018年
- 为了给机械设备提供更准确的故障预测诊断,采用小波分析的方法对滚动轴承的振动信号进行特征提取与分析,并提出一种新混合模型(即将状态空间模型与隐半马尔可夫模型相结合的混合模型)的故障预测诊断方法。首先在动态观测系统中建立故障状态方程,将故障作为关键因子,并在混合后的模型中给予相应的证明,通过对其分析处理、使用预测模型进行训练以及对比分析设备的退化状态,给出合理的预测方案,然后对其进行深入分析,最后得出研究结论。
- 于宁王艳红蔡明田中大
- 关键词：故障预测滚动轴承小波分析残差
- 基于隐式PIGPC的网络控制系统时延补偿方法被引量：3
- 2016年
- 网络控制系统的时延会导致系统性能下降,针对该问题提出一种基于隐式PIGPC的时延补偿方法。首先,通过历史时延数据,利用自适应变步长最小均方滤波算法对当前时刻的网络时延进行预测,将预测时延代替实际时延作为时延补偿控制器的参数。然后为改进隐式GPC的时延补偿效果,提出具有PI结构的隐式PIGPC算法。隐式PIGPC不必递推求解Diophantine方程,可节省在线计算时间,并且把PI的反馈结构与GPC的预测功能结合起来,改善了控制器的性能。利用隐式PIGPC设计控制器,结合预测时延完成基于隐式PIGPC的网络时延补偿控制器的设计,并对时延补偿算法的稳定性进行了分析。最后的仿真实验表明隐式PIGPC对网络控制系统时延具有良好的补偿效果,同时具有较少的运算时间。
- 田中大李树江王艳红
- 关键词：网络控制系统时延补偿时延预测
- 随机时变时滞马尔可夫跳变系统的镇定研究
- 2016年
- 研究了一类转移概率部分未知的随机时变时滞马尔可夫跳变系统的鲁棒H∞控制问题.首先,构建Lyapunov-Krasovkii方法,设计无记忆的状态反馈控制器,保证闭环系统的随机稳定性.其次,将过程转化为求解一组线性矩阵不等式(linear matrix inequalities,LMIs)的约束优化问题,通过求解线性矩阵不等式的方式,获得了充分条件.最后,数值仿真验证结论的有效性.
- 杜津名林娜田中大高宪文
- 关键词：时变时滞马尔可夫跳变系统
- 基于ARIMA与ESN的短期风速混合预测模型被引量：14
- 2016年
- 提出一种基于自回归求和滑动平均模型(autoregressive integrated moving average,ARIMA)与回声状态网络(echo state network,ESN)的短期风速预测模型。首先利用ARIMA模型对短期风速时间序列进行线性特征的预测,使得短期风速的残差仅包含非线性特征,然后利用ESN模型对非线性的残差序列进行预测,最后将ARIMA模型的短期风速线性预测值与ESN模型的短期风速非线性预测残差值进行相加得到最终的短期风速的预测值。单步与多步预测的仿真实验表明该混合预测模型具有更高的预测精度与更小的预测误差。
- 田中大李树江王艳红高宪文
- 关键词：短期风速回声状态网络
- 网络流量的一种混合预测方法
- 网络流量的一种混合预测方法，其特征在于：该方法通过对网络流量序列自相似性分析，提出一种ARIMA补偿ELM的网络流量预测方法，即差分自回归移动平均模型补偿极限学习机的网络流量预测方法；首先利用ELM对网络流量序列进行预测...
- 田中大李树江王艳红王向东于洪霞崔宝侠张全孙平陈丽
- 文献传递
- 用于混沌时间序列预测的组合核函数最小二乘支持向量机被引量：37
- 2014年
- 针对混沌时间序列的预测问题,考虑到单一核函数的最小二乘支持向量机无法明显提高预测精度,提出了一种组合核函数的最小二乘支持向量机预测模型,模型中采用多项式函数与径向基函数组合构建核函数.同时,还对遗传算法进行了改进,使之具有更快的收敛速度和更高的精度,改进的遗传算法适用于解决预测模型中的参数优化问题.通过典型的Lorenz时间序列、Mackey-Glass时间序列、太阳黑子数时间序列以及具有混沌特性的网络流量时间序列对该模型进行了验证.仿真结果表明所提出的模型是有效的.
- 田中大高宪文石彤
- 关键词：混沌时间序列最小二乘支持向量机组合核函数改进遗传算法
- IFS-LSSVM及其在时延序列预测中的应用被引量：3
- 2015年
- 针对最小二乘支持向量机预测模型中最优参数难以确定的问题,提出一种基于改进的自由搜索算法确定最小二乘支持向量机最优参数的方法(IFS-LSSVM)。对标准自由搜索算法进行改进,使之可应用于最小二乘支持向量机的参数优化,改进之后的算法具有更好的优化性能。将具有时间序列性质的网络时延作为预测对象,利用本文的IFS-LSVM算法进行预测。在仿真中与遗传算法优化的最小二乘支持向量机(GA-LSSVM)、粒子群优化算法优化的最小二乘支持向量机(PSOLSSVM)、标准最小二乘支持向量机工具箱中的网格搜索算法(Grid-LSSVM)进行了对比。仿真对比结果表明本文的方法具有更高的预测精度与更小的预测误差。
- 田中大李树江王艳红高宪文
- 关键词：最小二乘支持向量机时间序列
- TCP协议中RTO设置算法改进
- 传输控制协议(TCP)中的重传超时定时器值(RTO)的设置算法比较谨慎,同时其算法对于往返时延(RTT)的变化反应不够及时,造成协议长时间的等待,降低了网络的吞吐量,为了解决这一问题,采用变步长自适应滤波算法对RTO进行...
- 石彤田中大
- 关键词：往返时延传输控制协议变步长自适应滤波
- 文献传递
- 网络控制系统的自适应预测控制被引量：4
- 2013年
- 针对具有随机时延的网络控制系统,提出一种自适应预测控制方法.利用Elman神经网络对网络控制系统的随机时延进行在线预测,然后采用一种增加微分作用的改进隐式广义预测控制方法对网络时延进行补偿,实现了随机时延网络控制系统的自适应预测控制.仿真结果表明,该方法对网络随机时延有很好的补偿效果,可明显改善系统输出性能,保证控制的稳定性与快速性.
- 田中大高宪文李琨
- 关键词：随机时延网络控制系统时延预测ELMAN神经网络
