基于BP神经网络的模糊PID风量控制

针对煤矿主风机通风系统多变量、非线性、时变滞后性等问题,提出一种基于BP神经网络的模糊PID算法。该算法综合神经网络、模糊控制与PID调节的各自优点,既具有神经网络的自学习和自适应能力,又具有模糊控制的非线性控制作用,同时兼备PID调节的广泛性。仿真结果表明,该算法的响应速度、稳态精度均优于传统的PID调节,取得比较理想的控制效果。     

树立为学生就业服务的高校内部教育质量监控观

学生就业状况是高校教育质量的关键指标 ,毕业生供求矛盾是目前高校教育质量监控的重点。为此 ,必须树立为学生就业服务的高校内部教育质量监控观 ,包括市场意识 ,“本土”意识 ,监、控并重意识 ,协调意识以及自控意识     

氟在高炉冶炼中的行为——Ⅱ.包头铁矿的实验高炉冶炼试验

为了研究包头铁矿的冶炼特性及由于矿石含氟所引起的一系列问题起见,我所于1955年11月筹建了有效容积约为1米~3的实验高炉一座及全部附属设备。1955年11月30日至12月8日及12月20日至12月24日进行了二次试炉。经过设备上的改进后,于1956年1月20日至2月11日及4月23日至5月29日进行了二次冶炼试验,获得设计上所要求的的主要数据后停炉。在实验高炉冶炼试验期间并进行了4次物质平衡的试验。结果发现绝大部分的氟进入炉渣中,进入炉尘中的氟石多,而高炉煤气中的氟极低.     

金刚石刀具的研磨工艺参数模型

本文基于二次回归分析的试验方法，对分别以（110）和（1130）晶面为刀具前、后刀面的金刚石刀具进行了研磨工艺实验，建：立了对应的研磨工艺参数模型，该模型可以用于预报研磨所能得到的刃口半径值以及计算对应丁特定刃口半径值的参数组合；通过比较一次回归项系数，得到了研磨方向、研磨速率、研磨压力及磨粉粒度对刃口半径值的影响因子，分别为：0．282，0．082，0．121及0．515；利用单一因素分析分别画出了研磨方向、研磨速率、研磨压力及磨料粒度与刃口半径值的关系曲线；以最小刃口半径值为目标，使用多元分析方法，获得了最优研磨参数组合，试验验证结果与计算值相符。     

A Approach Itinerary planning for Mobile Agent based on data fusion in WSN

Mobile Agent(MA)技术作为一种分布式中间件的方法,它很适合应用于WSN中自主性的数据融合和能量均衡方面。但是现有的一些MA路径规划方法确定的路径只考虑节点间的物理距离,此时网络会出现数据负载不均衡、延迟和安全性等一系列问题。针对上述问题,本文提出一种基于MA协议的路径规划方法(LDLM),该算法采用K-means聚类算法对网络分簇,然后由Sink节点根据每个簇节点规模派发若干个MA;并且在确定每个MA节点访问组时,综合考虑了节点采集数据量的规模和MA可用存储空间。最后,根据每个MA节点访问组,使用LCF算法确定MA对其节点访问组的访问路径。仿真实验结果表明：该算法在能量消耗、网络生命周期、任务工作周期三个方面性能表现优于现有的一些算法。     

一种新的低压电力线载波网络软件路由器设计

针对窄带电力线网络节点通信状态变化剧烈和通信成功率低的问题,提出了一种新的基于节点相关度的动态网络分簇软件路由器的设计方法。该路由器根据接收信号强度、历史抄通概率和网络连通度选取簇头节点,根据节点相关度确定簇内成员;当部分网络节点以现有路径不能正常通信时采取基于邻居节点数目的概率泛洪机制重构网络,可保证数据的即时传输。分析表明这种路由器具有灵活性、实用性和有效性。     

基于曲线几何特征的双向身份认证系统研究

分析了"一次性口令"身份认证技术的原理和实现过程,在详细讨论三次B样条曲线基本原理的基础上,针对三次B样条曲线的几何性质特点,提出了一种将三次B样条曲线几何特征应用于双向身份认证的新的"一次性口令"认证系统方案,并给出了该方案详细的实施过程,最后对该方案进行了安全性分析,分析结果表明它是一种可行有效的身份认证方案.     

一类具有通信逻辑的网络控制系统稳定性分析

针对具有线性不确定对象的网络控制系统的带宽约束问题,设计了具有周期通信逻辑的网络控制系统的结构,建立了具有周期通信逻辑的网络控制系统模型. 运用现代控制理论和矩阵摄动理论相关原理,进一步证明了系统保持渐近稳定的充分条件 .最后通过仿真算例验证了结论的有效性.

     

多波前算法在电力系统分析计算中的应用

以IEEE检验系统为例,通过数值试验将多波前算法与电力系统分析中常用的稀疏三角分解技术进行对比分析。数值试验结果表明,在串行计算平台上,多波前算法相对于稀疏三角分解技术具有更好的计算效率,因而更适合于现代大规模电力系统的分析计算。此外,多波前算法更易于并行化,而且是一种适合于可重构计算系统的新方法。     

随机选择最优个体的量子粒子群优化算法

在分析量子行为粒子群优化算法的基础上,针对算法后期粒子群体容易聚集到一个狭小搜索区域,群体多样性降低的问题,提出了在算法中引入随机选择最优个体的改进方法,提高算法搜索过程中粒子群体的多样性。将改进后的量子粒子群算法与量子粒子群算法、粒子群算法通过benchmark测试函数进行了比较,仿真结果表明改进后的算法更适合解决多峰类的优化问题。