模型未知非零和博弈问题的策略迭代算法

提出了一种在线积分策略迭代算法,用来求解内部非线性动力模型未知的双人非零和博弈问题.通过在控制策略和干扰策略中引入探测信号,从而避开了系统的模型信息,得到了一个求解非零和博弈的无模型的近似动态规划算法.该算法同步更新值函数、控制策略、扰动策略,并且最终得到收敛的策略权值.在算法实现过程中,使用4个神经网络分别近似两个值函数、控制策略和扰动策略,使用最小二乘法估计神经网络的未知参数.最后仿真结果验证了算法的有效性.     

基于能量和距离的无线传感器网络路由协议

无线传感器网络(Wireless Sensor Networks,WSNs)是一种新兴的传感器网络。Leach(Low energy adaptive clustering hierarchy)协议是WSNs中最流行的簇类协议之一,它通过概率模型选择簇头,并且周期性地改变簇头来实现最大化的网络覆盖率和网络寿命。本文通过网络中节点的能量和所处的地理位置信息,对Leach协议中节点成为簇头的概率公式进行修正,从而改进协议的簇头选择算法,平衡网络的能耗,达到延长无线传感器网络寿命的目的。基于NS2(Network Simulator Version 2)平台的实验结果证明,改进的Leach算法可以延长WSNs的寿命。     

一类分数阶Hopfield神经网络的Mittag-Leffler稳定性

研究了Caputo导数形式下的一类分数阶Hopfield神经网络的Mittag-Leffler稳定性.利用Mittag-Leffler函数的相关性质,得到该类系统平衡点的存在性与唯一性的充分条件,进而得到该类分数阶Hopfield神经网络的Mittag-Leffler稳定性的充分条件.最后,利用仿真实例验证了该结果的正确性与有效性.     

基于多目标优化函数的无线传感器网络负载均衡路由协议

针对目前无线传感器网络路由协议在延长网络生存期和提高网络整体性能等方面存在的缺陷,以平衡网络中节点能量消耗、延长网络生存期为优化目标,提出了一种基于多目标优化函数路由协议. 该协议将节点可用能量、路由跳数和节点之间物理距离等参数引入到路由选择函数中,以实现最优路径的建立和对无线传感器网络性能的综合优化. NS2仿真结果表明,与传统的定向扩散协议相比,数据发送成功率提高了15. 3%,网络能量利用率提升了9. 7%,网络生存期延长约12%,在无线传感器网络中具有显著的优越性.     

基于节点质量度的Spray and Focus路由改进算法

针对DTN网络中传统的路由协议未考虑到节点以及节点之间相遇时的一些属性特点问题,提出一种基于节点质量度的Spray and Focus路由改进算法,该算法包括两个阶段:基于节点质量度的Spray阶段和Wait阶段.在前一阶段,算法根据这些属性值确定节点之间的质量度,并根据节点的质量度进行中继节点的选择以及将消息发送给质量度高的中继节点.仿真结果表明,该算法能够提高消息投递成功率并降低网络的资源消耗.     

独立同分布心极限定理雨量站网规划中的应用

将独立同分布中心极限定理引入雨量站网的规划中,得出面雨量测量精度(测量相对误差或允许误差)与雨量站网密度(平均站间距)呈线性关系,误差增长的斜率与该区域雨量站观测的随机误差均方差呈正比,与区域面雨量和区域面积的平方根呈反比.利用模拟降水场以及安徽省梅雨期间高密度的雨量站点资料,以抽站法为基础进行统计计算,验证上述结论,并对这一线性关系的斜率进行讨论,以期为雨量站网的规划和优化提供一定依据.应用导出的关系式对安徽省2005-2008年梅雨季节降水统计得出,面雨量测量精度与雨量站密度的相关系数在淮北平原为0.49～0.80,在皖南山区为0.70～1.41,如果假定20％的允许误差,安徽淮北平原和皖南山区的最小平均站间距(最高布站精度)分别为25和14 km.     

矩形截面型材三维拉弯成形的回弹预测

设计了用于三维拉弯成形的、可重构的柔性模具,并采用支持向量回归机和有限元模拟对柔性三维拉弯成形的回弹进行预测.使用有限元法分析了对回弹量影响较大的6个因素(包括材料参数、几何参数和工艺参数),以及它们对回弹的影响趋势.选用这6个参数设计有限元三维拉弯模拟实验,并用模拟结果训练和检验支持向量回归机回弹预测模型.通过与广泛应用的神经网络预测方法的预测值和有限元模拟试验结果的比较,检验该回弹预测模型的准确性.研究发现,该模型与神经网络相比具有更高的准确度,在试验中根据该模型预测的回弹量对模具型面进行相应的补偿,可以有效地减小回弹和形状偏差.     

遗传算法的DV-Hop算法改进

DV-Hop算法中,平均每跳距离是影响定位精度的因素之一。针对平均每跳距离带来的定位误差,对锚节点和未知节点的平均每跳距离进行了改进和优化。首先引入遗传算法计算锚节点的平均每跳距离;然后利用跳数小于等于3的锚节点的平均每跳距离加权处理未知节点的平均每跳距离,减少平均每跳距离带来的误差。仿真结果表明,在不增加硬件开销的基础上,改进算法能够有效提高算法的定位精度,并且具有较好的稳定性。     

基于卷积神经网络的连续语音识别

在语音识别中,卷积神经网络( convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络( deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸。本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比。在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强。     

混响室漫射场条件下树型线缆网络耦合规律

以典型线缆网络为分析对象,研究其在全向辐射的电磁环境下的响应信号。利用线缆网络BLT方程,结合蒙特卡洛统计方法构造全向辐射的电磁环境仿真模型,得到线缆网络各个节点在该漫射场环境下的时域、频域响应。其结果表明：蒙特卡洛方法建立的全向辐照模型与混响室内电磁环境具有很高的一致性;全向辐照情况下,由于各管道串扰,线缆网络频域响应频点与线缆管道长度无对应关系;线缆分流点的时域响应信号成震荡衰减曲线,接匹配阻抗节点的时域响应信号与入射波形相似。