改进混沌粒子群的动态模糊神经网络参数优化及应用

动态模糊神经网络（DFNN）的性能和学习的稳定性取决于其预设参数的选择,针对DFNN多参数优化问题,提出了改进混沌粒子群优化算法,并将其应用于DFNN神经网络预设参数寻优,以获取最佳参数组合。实验结果表明,该方法能够快速有效地提取DFNN的最优参数组合,具有精度高、收敛快、迭代次数少等特点;利用改进混沌粒子群的动态模糊神经网络构建煤与瓦斯突出预测模型,具有良好的建模效果和更高的预测精度。     

基于高斯过程混合模型的瓦斯安全状态分类研究

针对目前瓦斯浓度预测与瓦斯安全状态分类方法中主观性较强、超参数难以选取、解释性差、无法有效地利用样本之间时序信息等问题,本文提出了基于高斯过程混合模型的瓦斯浓度预测与安全状态分类方法。高斯过程是机器学习领域中解决非线性回归问题的典型方法,能够有效地利用数据之间的相关性,常用于时间序列的建模与预测。然而,单个高斯过程存在着一定的局限性,难于对非平稳、多模态的数据进行有效地建模和回归分析。在高斯过程的基础上引入其混合模型,则可增强模型的表达能力,能够对有复杂结构的数据进行建模。我们将瓦斯安全状态根据风险由高至低分成红橙黄蓝四个等级,在每个风险等级上瓦斯浓度数据采用单个高斯过程进行建模。由于一般瓦斯浓度数据包含着各个风险等级的数据,高斯过程混合模型则可用于对整体数据进行建模和回归分析。根据对数据的参数学习结果,高斯过程混合模型便可自适应地得到每个时刻对应的风险等级,并在预测瓦斯浓度时对各个高斯过程分量的预测进行加权,得到更为鲁棒的预测结果。实验结果表明,基于高斯过程混合模型的方法可有效地预测瓦斯浓度、评估安全状态。      

基于双向瑞利散射的单模光纤多参数同时测量方法

光纤多参数同时测量是加速低损耗、低非线性等光纤研发效率的关键。为此，提出一种基于双向瑞利散射的单模光纤多参数同时测量方法，可实现光纤多参数同时精确测量。基于背向瑞利散射原理建立了多参数同时测量系统，成功测试了1 km光纤的模场直径、有效模场面积、纤芯直径、相对折射率差、截止波长、衰减系数等参数的分布特性，其测量值分别为9.24μm、66.22μm2、8.28μm、0.323%、1.258μm、0.196 dB/km，并分别与传统测量方法进行了比较。实验结果表明，所提方法与传统方法测量结果基本一致，但实现了多参数分布测量且测量结果稳定。     

瓦斯抽放漏点检测理论与应用

本文介绍了瓦斯综合抽放测控系统的硬件构成和软件实现,重点对瓦斯综合抽放测控系统的数据存储,数据处理和网络发布进行了研究。瓦斯综合抽放测控系统由测控终端系统、数据中转系统和测控中心系统构成：测控终端利用多路转换器实现了对多路模拟信号的快速采集,利用触摸屏技术实现了对多个信号的显示,利用工业以太网实现了对大容量数据的实时传输,利用PLC控制器实现了对测控终端报警器的控制。     

多变量灰色模型MGM（1,n）在电磁继电器特性参数分析中的应用研究

触点电接触特性参数的变化可以反映触点电接触性能的变化,以 HH52P 电磁继电器为例进行电接触特性参数检测试验,监测了触点动态接触电阻、静态接触电阻、弹跳时间、稳定时间等特性参数,提取与触点动作次数灰色关联度大的参数建立触点电接触特性参数多变量灰色预测模型。利用试验数据分析了多变量灰色模型的预测精度,并与单变量预测模型对比。结果表明,进行灰色关联度分析之后进行建模的多变量灰色模型能够更好地描述触点电接触特性参数变化情况。     

便携式矿用瓦斯检测系统设计

矿井中瓦斯等可燃危险气体的浓度检测一直是保证煤矿安全生产的重要前提。鉴于此,利用单片机智能控制技术并集成了瓦斯传感器等功能电路设计了一种便携式矿用瓦斯检测系统。该系统小巧、轻便,可自动检测矿井中瓦斯浓度并报警。重点介绍了系统的硬件设计和软件设计。经多次测试,系统性能稳定,效果良好。     

基于GPRS的多参数分布式水质预警系统设计

介绍了一种无线多参数水质预警系统的设计,该系统将多个分布式多参数传感器数据利用通用分组无线业务(GPRS)传送给系统平台,系统平台对数据进行识别后交付给对应的传感器分析程序,该程序再将分析结果返还至系统平台,并利用其给出的最终综合测量结果,结合预警模块设计,实现了水质的多参数预警功能。结果表明,GPRS具有及时、有效、便捷、稳定和方便联网的特性,实现了在多个不同类型传感器、计算机、网络、用户间进行大量复杂数据传送的功能,基于GPRS的多参数分布式水质预警系统平台具有较高的实用性与广阔的市场前景。     

高精度测量雷达中多目标参数的确定

本文采用连续波体制给出了一种高精度测量雷达中多目标参数实时精测的方法。该方法目标分离精确、参数测量精度高、运算量不高并且易于工程实现。计算机仿真表明本文提出的高精度测量雷达中多目标参数确定方法有效可行。     

类多参数递归分形插值函数的matlab模拟

基于递归迭代函数系(RIFS),引入多参数,构建了一类多参数递归分形插值函数的数学模型,并用Matlab程序语言进行数值模拟,从中可看出,由于引入的多参数的取值不同,以及在垂直压缩因子的作用下,所模拟的插值曲线变化振荡更加剧烈。说明由于多参数与递归迭代函数系(RIFS)的引入,使得多参数递归分形插值函数在实际应用中更具灵活性。     

基于试验设计技术的IC优化设计

现代集成电路（IC）的优化设计主要依靠EDA工具完成。但是针对多指标、多参数的IC设计,单纯依靠EDA工具存在效率低以及指标和参数个数限制等问题。从试验设计技术出发,以EDA仿真作为实验,建立指标与参数的统计模型,进而优化设计电路,解决了上述问题。将该方法应用于4参数、3指标的低功耗集成运放的设计,仅通过16轮仿真试验,得到了电路指标最优情况下的参数设置。该方法对多指标、复杂参数的集成电路的优化设计更具优越性。     

基于IPSO-SVM的瓦斯突出危险程度预测

煤与瓦斯突出事故危及矿工生命,破坏生产现场。通过现场监测瓦斯突出的相关数据,对瓦斯突出的危险程度进行预测,提前做好防范措施,减少瓦斯突出事故的危害。为此,提出支持向量机算法与改进粒子群算法相结合的瓦斯突出危险程度预测模型:首先对容易陷入局部最优的粒子群进行改进;接着应用改进粒子群算法求解影响支持向量机分类预测性能的最佳参数;然后把最佳参数应用于擅长模式识别的支持向量机算法,进行瓦斯突出样本数据的训练,构建瓦斯预测模型;最后使用瓦斯预测模型对新的瓦斯突出数据进行预测。实验结果表明,采用该方法进行瓦斯突出预测的准确率,比纯支持向量机算法提高了5%。     

新型建模及优化方法在BSRM中的应用

针对电机参数优化设计问题,引入多支持向量机与混沌优化算法,优化设计磁悬浮开关磁阻电机的结构参数。采用有限元仿真建立样本空间,采用多支持向量机构建磁悬浮开关磁阻电机的非参数模型,基于该模型,以满足额定电磁转矩为条件,优化电机参数,优化目标为最大的悬浮力、最小的转矩脉动、最小的绕组间互感,最优的电机结构参数通过混沌优化算法得到。仿真结果表明,BSRM利用多支持向量机所建立的非参数模型高效且准确,采用此优化方法设计的BSRM转矩脉动小、悬浮力大、绕组间互感小。     

矿井掘进面智能通风控制系统设计

为了实现对矿井局部通风机的稳定控制、安全有效地排放瓦斯、瓦斯浓度的实时监测等目标,本文结合单片机、CAN总线等技术设计了一种矿井掘进面智能通风控制系统,介绍了系统构成、参数采集方案与智能控制蓑略.试验表明,本系统具有实时性强、可靠性高等特点,显著提高了矿井通风控制的智能化,大大降低了生产中的安全隐患.     

煤矿温度和瓦斯浓度无线监测系统的设计

设计了一种煤矿温度和瓦斯浓度无线监测系统。系统有效采集到温度和瓦斯浓度数据;采用无线传输方式避免了布线的麻烦．并且可以监测多个测点;系统采用间断工作方式,使功耗大大降低。     

一种用于双各向异性材料参数反演的新模型

针对双各向异性材料参数的反演,在多频点测量、多厚度测量、多入射角测量模型的基础上,本文首次提出了一种用于双各向异性材料参数反演的新模型,该模型是由同材料前后两层相对旋转一定角度的双层组成。利用一阶状态矢量法,推导得到了该模型反射传输的计算公式,并分析了双层同材料测量模型的传输特性。与单层平板模型传输特性进行比较表明:有的传输参数在单层时对媒质参数敏感,而有的在双层时对媒质参数敏感。本文的工作为双各向异性吸波材料参数的反演打下了基础。     

多线切割工艺中切割速度对晶片翘曲度的影响

目前,半导体单晶材料的加工多采用多线切割机进行切割。切割工艺直接影响着切割过后晶片的参数。在这些参数中,翘曲度是鉴别晶片几何参数好坏的重要指标之一。影响翘曲度的因素很多,如切割速度、砂浆密度、晶片内部应力等,在切割工序中,通过调整多线切割的工艺条件,来控制和改善晶片的翘曲度。     

基于变参数的仓储管理过程混沌控制研究

针对仓储管理过程中的一类多参数混沌情况，采用微分动力学原理，提出基于变参数结构的反馈控制方法，解决了多参数的控制问题，比OGY方法简单，实用、并具有稳定控制的能力。     

多模型自适应控制在空分系统中的应用

多模型自适应控制(MMAC)是解决非线性、变工况参数、不确定性等复杂问题的一种有效方法。作为非线性、变工况参数、动态变化复杂的空分系统来说,运用多模型自适应控制能够很好的解决这些问题。     

非均衡数据目标识别中SVM模型多参数优化选择方法

提出了非均衡数据目标识别中SVM模型多参数优化选择方法.首先从理论上分析了SVM模型多参数选择的内涵和必要性,针对非均衡数据的分类识别,基于F测度提出了能全面反映识别性能的多参数优化选择准则.在多参数选择过程中,利用遗传算法进行模型多参数并行优化选择.提出的方法能够寻找模型多参数的全局最优解,避免陷入梯度法常出现的局部最优解情况,同时能够克服传统方法中根据经验选择SVM单参数模型时计算量太大的不足.采用国际通用的标准数据集和雷达目标HRRP数据集进行了仿真实验,实验结果表明,该方法能够得到模型多参数的全局最优值,由此确定的SVM模型分类器性能有较大提高.     

数字多频连续波雷达信号处理中的关键算法

数字多频连续波雷达设备简单,可同时得到多个目标的运动参数、俯仰角、方位角以及距离的精确测量值。本文详细讨论了多目标环境下数字多频连续波雷达信号处理中运动参数以及相位信息分离和估计的算法,并根据实时测距的要求提出了一种新的快速解距离模糊算法。