博士点基金申请书

《博士点基金申请书》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、课题编号200911011100266学科代码260.115版本号1101.02.000.217高等学校博士学科点专项科研基金申请书如果您现在还不能正常使用本文件，请执行以下操作：1)在主菜单中选择：工具->宏->安全性->安全级,设置为"中"2)重新打开本文件3)选择"启用宏"按钮，即可正常使用(在文档保护状态下，本提示可自动消失而不被打印)课题名称：复杂噪声下的混沌系统建模与控制申请者：任雪梅所在单位：北京理工大学所在院系：自动化学院联系电话：010-68914506是否博士导师：是博士点名称：模式识别与智能系统重点学科名称：模式识别与智能

2、系统重点实验室名称：复杂系统智能控制与决策申请日期：2009-03-04中华人民共和国教育部16版本号:1101.02.000.217简表一研究课题名称复杂噪声下的混沌系统建模与控制学科名称自动控制理论与技术相关学科智能控制理论研究类别应用基础学科代码26011学科代码2601125起始日期终止日期申请经费（万元人民币）2010-01-012012-12-318.0000申请者姓名任雪梅出生日期1967-12-06性别女技术职称定职时间行政职务联系电话010-68914506教授2002-07-01电子邮件xmren@bit.edu.cn毕业学

3、校北京航空航天大学毕业时间1995-09-01最终学位博士外语语种1：英语程度四会语种2：德语程度一般学术兼职（限45汉字）中国航空学会自动控制委员会专业委员填写概括课题内容的六个关键词（主题词），关键词个数可少于六个，关键词之间用逗号隔开支持向量机；回归神经网络；混沌系统；信息熵；坦克火控系统；建模与控制课题摘要（300字以内）项目研究复杂噪声干扰下混沌系统的建模与控制。提出一种新的基于网络状态存储池的最小二乘支持向量机辨识模型，利用网络状态存储池代替核函数处理混沌系统的非线性问题；将信息熵引入损失函数中降低复杂噪声对辨识模型的影响，给出基于

4、动态样本矩形窗的在线回归训练算法，提高收敛速度；综合利用Hurst指数、Lyapunov指数和关联维数分析混沌时间序列统计特性，弥补单一评价标准的不足；建立基于新型支持向量机的逆控制和非线性反馈控制组合的复合控制方案，并将研究结果应用于坦克火控系统中的电机传动混沌系统的建模与控制。本项目研究为混沌系统建模与控制提供了一种新方法，具有很强的理论意义和实际应用价值。16版本号:1101.02.000.217一、研究的目的、意义和成果的预计去向（包括本课题所要解决的科学问题、理论上的科学价值或预见在应用中对经济建设的影响等）。本项目以复杂战场环境下坦

5、克火控系统为研究背景。坦克在作战时行进在地势复杂的山地、丘陵等野战环境中，路面地形的凹凸不平导致了车身左右倾斜、摇摆和前后俯仰，因此对火控系统而言不断受到外界复杂干扰（即高斯和非高斯干扰）的影响。同时，混沌现象存在于火控系统的执行电机和齿轮传动系统中。电机自身包括电阻、电感、机械转动惯量和摩擦阻尼系数等，输入输出变量包括频率、转速、转矩等，它们的变化会引起电机本体的混沌现象,从而影响整个电机伺服系统的性能；齿轮传动装置是火控系统的重要部分，其本身存在着摩擦、间隙等非线性作用机制。齿轮-转子-轴承传动因齿侧间隙、轴承间隙以及时变刚度等非线性因素引

6、起的碰撞振动，导致系统产生高频噪音和混沌现象。由此可见，火控系统中的混沌现象直接影响着系统的性能，如何应用控制技术消除混沌对系统的不利影响已成为一个亟待解决的问题。本项目以此为出发点，研究复杂噪声干扰条件下混沌系统的建模与控制问题。目前混沌控制已经成为非线性科学中的一个研究热点，其主要控制方法多是在混沌模型参数已知的情况下，并且不考虑系统的不确定性和测量噪声的假设下来设计控制算法。但是，由于复杂噪声和系统不确定性等因素的影响，这些控制算法会产生较大的误差并失去稳定性。考虑到很多实际混沌系统往往得到的是含有噪声的输出时间序列，并不能得到其精确的数

7、学模型，因此有必要对混沌系统进行建模，以便于设计有效的控制方案。目前，混沌时间序列的智能建模大多采用基于神经网络或支持向量机的方法。与支持向量机相比，神经网络存在有过学习、容易陷入局部极小点以及泛化能力不足等问题。因此支持向量机在混沌系统建模与控制中将是一种很有发展前途的方法，但是支持向量机的研究主要是基于核函数的方法，核函数的选择一般基于一定的先验知识，还缺乏系统化的构造方法和数学理论依据，同时支持向量机还存在着训练速度慢的问题。对于非高斯噪声干扰下的混沌系统，使用均方误差已不能满足非高斯干扰的控制要求，运用信息理论抽取高阶统计量作为性能指标

8、实现系统建模和控制是一种有效的解决途径。信息熵作为一种不确定性的测度，包含随机变量的全部高阶信息。本项目正是基于这种考虑，利用信息熵、神经网络和支持向