第一章 引论（控制理论的一般概念） 第二章 线性系统的数学模型 第三章 时域分析法 第四章 根轨迹法 第五章 频率特性法 第六章 线性系统的校正方法 第七章 非线性的系统

第一章 引论（控制理论的一般概念） 第二章 线性系统的数学模型 第三章 时域分析法 第四章 根轨迹法 第五章 频率特性法 第六章 线性系统的校正方法 第七章 非线性的系统

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

为了更加快捷、高效地判定边坡稳定与否，基于机器学习，融合主成分分析法（PCA）、参数调整、影响因素权重分析等，建立了一种边坡安全稳定性评价体系。研究发现，运用PCA可以在保留80%数据原信息的前提下将输入变量维度从六维降至三维，但此时模型效果有所下降；随机森林及梯度提升(XGBoost) 两种学习算法均可搭建有效的边坡安全稳定性评估模型，通过对其预测效果的对比分析，确定XGBoost为最佳评价模型。与此同时，采取卡方检验、F检验以及互信息法3种相关性检验手段，并通过计算评价因子的重要程度且加以可视化展示，明确了容重、坡高、内摩擦角以及内聚力4个内在因素的重要性，最终将评估结果与实际结合提出了边坡安全防护措施

5.1 频率特性及其表示法 5.2 典型环节对数频率特性曲线的绘制 5.3 极坐标图(Polar plot)，幅相频率特性曲线，奈奎斯特曲线 5.3.1 积分与微分因子 5.3.2 一阶因子 5.3.3 二阶因子 5.3.4 传递延迟 5.4 对数幅-相图(Nichols Chart)尼柯尔斯图 5.5 奈奎斯特稳定判据(Nyquist Stability Criterion) 5.5.1 预备知识 5.5.2 影射定理 5.5.3 影射定理在闭环系统稳定性分析中的应用 5.5.4 奈奎斯特稳定判据 5.5.5 关于奈奎斯特稳定判据的几点说明 5.5.6G(s)H(s) 含有位于 j 上极点和/或零点的特殊情况 5.6 稳定性分析 *5.6.1 条件稳定系统 *5.6.2 多回路系统 *5.6.3 应用于逆极坐标图上的奈奎斯特稳定判据 *5.6.4 利用改变的奈奎斯特轨迹分析相对稳定性 5.7 相对稳定性 5.7.1 通过保角变换进行相对稳定性分析 5.7.2 相位裕度和增益裕度

在地下水资源预报中,经常碰到两种类型的变量关系。一类是确定性的函数关系,如一口井的抽水量和水位降这两个变量关系,就满足一一对应的 函数关系。另一类是非确定性的依赖关系,如一个开采区的开采量和降深的关系,虽然是相互依赖的,降深大开采量也多,但变量关系不是确定的,对 应同样降深的开采量不一定完全相等,找不到任何函数可以表示这类变量关系。此外,开采量和降雨量的关系,开采量和地表水侧渗量或灌水回渗量的 关系等,也都有类似的性质,这类既有依赖又不确定的变量关系,统称为相关关系。 相关分析法就是研究上述变量的相关关系,建立回归方程,并用来预报开采量的方法

1、奈氏判据的数学基础 2、奈氏判据——形式1 3、对数频率稳定判据 4、条件稳定系统

§4.3 对流传热 §4.3.1理论分析法求 §4.3.2实验方法求 §4.3.3 类比法求

5.1频率特性及其表示法 5.2典型环节对数频率特性曲线的绘制 5.3极坐标图(Polar plot),幅相频率特性曲线,奈奎斯特曲线 5.3.1积分与微分因子 5.3.2一阶因子 5.3.3二阶因子 5.3.4传递延迟

2.1 放大器概述 2.2 放大器基本分析法 2.3 晶体管偏置电路 2.4 晶体放大器的三种基本组态 2.5 场效应管放大器 2.6 有源负载放大器 2.7 多级放大器 2.8 放大器的表示法