基于模糊病态性识别的自适应仿真算法‘.PDF

1996年5月 重庆大学学报 (自然科学版) VoI．】9．№ ．3 苇 1 9卷苇3期 Journal。f Chongq Jng Unive rsity(Natu Tal Science Edition) M ay．1996 基于模糊病态性识别的自适应仿真算法‘ Adaptive Simulation Algorithm Based on Fuzzy Stiffness Recognition 陈锐 汪瑞芳 TP二7 t-hen Rui wa g 曲n TP； ，乙 (重庆大学电于信息工程学院，重庆 63004{；第一作者 Z5岁，男-壤士’。 一 摘 要 在已有病态性识别方法的基础上引入模糊集合理论．构造准确性更高的识别 方法，并将它用在自适应仿真算法中。 关键词 病态系统；自适应；仿真算法 模糊识别 ’’————’、 中国图书资料分类法分类号 TP311．52TP273．2 ABSTRACT Adaptive simulation algorithm is an effective and practical method for simulat- ing ff system，and the key to realize this algorithm js stiffn,~s recognlzation．This paper—based on the previous recognizing methods，introduee~fuzzy set theory in them to develop a mole accurate ap— proach which is suecessfuBy used in adaptiye simulation algorithm． KEYWORDS stiff system；adaptivity；simulation algorithm；fuzzy recogni~on 0 弓I 言 系统仿真是基于模型的活动，仿真算法的本质是建立系统的行为产生器一它是影响和决 定系统仿真的精度、速度、稳定性的关键，在仿真中起着极为重要的作用。病态(stifr)系统是 科研和工程实践中普遍存在的一类系统．因其结构的特殊性和复杂性，若用一般的数值积分 方法(如Adams法．显式Runge．Kutta法)，由于积分步长只能限莉在最小时间常数的数量 级．而系统的过渡过程却决定于最大的时间常数，因此仿真过程必然耗费大量的机时，造成 仿真效率低下．甚至可能由于舍入误差的大量积累而导致仿真失效。 目前比较有效的解决病态问题的数值方法有Gear算法、向后差分法、隐式及半隐式 Runge—Kutta法等。但这类方法解决非病态问题的效率都低于Adams法和显式Runge—Kutta 法。一般的病态系统．其过渡过程又都存在一段非病态区，而非线性病态系统的病态区和非 病态区有时还是交替出现的。为提高仿真效率，就要求在不同的区段用不同的方法进行仿 真，从而达到方法对过渡过程变化的自适应．这就是所谓的自适应仿真算法 ．作为对比，我 们把适合仿真病态系统的一类仿真算法称为病态算法，而把仿真非病态系统效率更高的算 - 收丈日期 】995-06·26 本文为“八五 攻关课题项目 第 10卷第3期 陈 锐 等： 基于模糊病态性识别的自适应仿真算差 51 法称为非病态算法 笔者在本文中从病态系统的概念着手．分析上述两类仿真算法在仿真病态系统存在的 不适应性，强调自适应仿真算法的理论和实用意义 ；探讨自适应仿真算法实现的关键技术 — — 病态性识别；注意到这一问题具有的模糊性，将模糊集合理论应用到病态性识别，成功 地实现了基于模糊病态性识别的自适应仿真算法，并将该算法挂接到高级连续系统仿真语 言ACSL中，取得了良好的效果 1 病态系统及病态性的识别 I．1 病态系统 按Lambert的数学定义“。．给定常馓方程组