申请/专利权人：哈尔滨理工大学

申请日：2023-12-28

公开（公告）日：2024-04-19

公开（公告）号：CN117910622A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/02;G06F30/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明公开了一种昆虫种群动态的预报估计方法，所述方法包括如下步骤：一、建立昆虫种群的交互时滞不确定网络模型；二、对不确定网络模型设计预报器和估计器；三、针对第κ类昆虫种群，利用预报器计算相应的预报误差协方差矩阵上界Ψκ,ι+1|ι；步骤四、利用Ψκ,ι+1|ι优化设计估计器中的待定参数Ξκ,ι+1；五、将Ξκ,ι+1代入到估计器中，得到ι+1采样点处的估计值此时，判断当前采样点ι+1与交互时滞不确定网络模型估计总采样点Z的关系，若有ι+1＜Z，则执行六，否则循环结束；六、根据参数Ξκ,ι+1，计算不确定网络模型的估计误差协方差上界矩阵Ψκ,ι+1|ι+1；更新采样点令ι＝ι+1，执行二，止于等式ι+1＝Z成立。本发明可同时处理建模误差扰动、交互时滞和传感器异常对昆虫种群动态的影响，具有一定的鲁棒性和稳健性。

主权项：1.一种昆虫种群动态的预报估计方法，其特征在于所述方法包括如下步骤：步骤一、建立如下昆虫种群的交互时滞不确定网络模型，所述不确定网络模型描述如下： yκ,ι＝φκ,ιCκ,ιxκ,ι+σκ,ι式中，κ∈[1,2,...S]表示昆虫种群类别，S表示昆虫总类别；表示在采样点ι处第κ类昆虫种群的动态向量，表示在采样点ι+1处第κ类昆虫种群的动态向量，代表维数为p的列向量全体集合；ωκκ,ι表示在采样点ι处κ类昆虫自身的耦合强度，ωκρ,ι表示在采样点ι处κ类昆虫与ρ类昆虫之间的连接强度；Y表示内耦合强度；表示在ι-d采样点处ρ类昆虫向κ类昆虫的传递向量，d表示不同昆虫的信息交互时滞；表示第κ类昆虫在采样点ι处的动态转移矩阵，代表p维方阵的全体集合，Hκ,ι和Fκ,ι分别表示第κ类昆虫在采样点ι处的建模误差系数矩阵和建模误差比例矩阵，Δκ,ι表示第κ类昆虫在采样点ι处的建模误差矩阵；Bκ,ι表示第κ类昆虫在采样点ι处的噪声分布矩阵，θκ,ι表示第κ类昆虫在采样点ι处的加性噪声；表示在采样点ι处对第κ类昆虫动态的实时观测值，代表维数为q的列向量全体集合；表示在采样点ι处对第κ类昆虫观测中的传感器异常现象；表示在采样点ι处对第κ类昆虫的观测矩阵，表示q×p维矩阵的全体集合；σκ,ι表示第κ类昆虫在采样点ι处的观测噪声；步骤二、对步骤一建立的不确定网络模型设计预报器和估计器，具体步骤如下：步骤二一、根据昆虫种群的交互时滞不确定网络模型，构造如下预报器模型： 式中，表示在采样点ι处对第κ类昆虫动态的预报值，表示在采样点ι处对第κ类昆虫动态的估计值，在采样点ι-d处对第κ类昆虫动态的估计值；步骤二二、基于步骤二一构造的预报器模型和传感器异常现象，建立如下形式的昆虫种群的动态估计模型： 式中，表示在采样点ι+1处对第κ类昆虫动态的估计值；表示估计器中的待定参数；表示在采样点ι+1处传感器异常现象的发生概率； 和分别表示在采样点ι+1处第κ类昆虫动态的观测值和在采样点ι+1处对第κ类昆虫的观测矩阵；步骤三、针对第κ类昆虫种群，利用步骤二中的预报器计算相应的预报误差协方差矩阵上界Ψκ,ι+1|ι，所述预报误差协方差矩阵上界Ψκ,ι+1|ι满足如下形式： 式中，Ψκ,ι+1|ι表示在采样点ι处对第κ类昆虫动态的预报值误差协方差矩阵；η1表示第一尺度标量，代表第一尺度标量的倒数，η2表示第二尺度标量，代表第二尺度标量的倒数，η3表示第三尺度标量，代表第三尺度标量的倒数；表示在采样点ι处对第κ类昆虫动态估计的二阶矩上界；Ψκ,ι|ι表示在采样点ι处对第κ类昆虫动态的估计值误差协方差矩阵，Ψκ,ι-d|ι-d表示在采样点ι-d处对第κ类昆虫动态的估计值误差协方差矩阵；ωκt,ι表示κ类昆虫与t类昆虫在采样点ι处的连接强度；Θκ,ι表示加性噪声θκ,ι的协方差；Aκ,ι+ωκκ,ιYT代表矩阵Aκ,ι+ωκκ,ιY的转置，表示Fκ,ι的转置，表示Hκ,ι的转置，YT表示Y的转置，表示Bκ,ι的转置；表示矩阵的迹；步骤四、利用步骤三所得预报误差协方差矩阵上界Ψκ,ι+1|ι优化设计估计器中的待定参数Ξκ,ι+1，所述待定参数Ξκ,ι+1的结构形式如下： 式中，Ξκ,ι+1表示在采样点ι+1处估计器4中的待定参数；表示在采样点ι+1处传感器异常现象的发生概率；代表的平方，Xκ,ι+1表示在采样点ι处对第κ类昆虫动态预报的二阶矩上界；Cκ,ι+1和Ωκ,ι+1分别表示表示在采样点ι+1处对第κ类昆虫的观测矩阵和观测噪声协方差矩阵，是观测矩阵Cκ,ι+1的转置；表示的逆运算；步骤五、将步骤四所确定的参数Ξκ,ι+1代入到步骤二中的估计器中，进一步得到ι+1采样点处的估计值此时，判断当前采样点ι+1与交互时滞不确定网络模型估计总采样点Z的关系，若有ι+1＜Z，则执行步骤六，否则循环结束；步骤六、根据步骤四中所确定的参数Ξκ,ι+1，计算不确定网络模型的估计误差协方差上界矩阵Ψκ,ι+1|ι+1；更新采样点令ι＝ι+1，执行步骤二，止于等式ι+1＝Z成立，所述估计误差协方差上界矩阵Ψκ,ι+1|ι+1满足如下形式： 式中，I是适当维数的单位矩阵；表示矩阵的转置，表示Ξκ,ι+1的转置。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 一种昆虫种群动态的预报估计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD