基于DHP方法的锅炉燃烧系统优化控制研究

电厂锅炉燃烧过程是一个典型的强非线性、多输入、多输出、强耦合过程,以这一直接影响机组安全经济运行的复杂过程控制为研究对象,研究火电厂锅炉燃烧系统的优化控制.首先,采用径向基函数神经网络(radial basis function neural network,RBFNN)对电厂锅炉燃烧系统进行了建模和模型测试.然后,用...     

基于显式多项式恢复的后验误差估计

设计了一种基于显示多项式恢复（EPR）的后验误差估计,这种恢复是对函数值进行恢复,它的核心思想是在每条边上通过求解只有一个未知量的局部问题来恢复边中点的函数值。首先,给出了EPR方法的显示公式。该文基于EPR的后验误差估计分别与最新顶点加密方法和CVDT加密方法相结合,构造自适应有限元算法求解椭圆方程。数值试验表明基于EPR的后验误差是有效的,特别地对于泊松方程,在CVDT网格上EPR具有超收敛性质.最后,对一维情形,给出了相应的理论分析.     

基于超立方体的双Petersen图连接的互联网络研究

基于Petersen图的短直径与超立方体节点的高可连接性,提出了一种新型的互连网络拓扑结构——基于超立方体的双Petersen图连接的互联网络PHP(n);并对其拓扑性质进行了研究.研究表明PHP(n)网络具有正则性和良好的可扩展性与容错性.另外,还设计了PHP(n)网络上的单播、广播路由算法,证明了其通信效率均为n+...     

基于正则蕴涵算子的三I算法

给出了基于常见正则蕴涵算子的三I算法的计算公式,并考虑算法的还原性.     

基于遗传算法的变风量空调模糊控制系统的研究

针对变风量空调模糊控制系统控制规则的获取依赖人类经验的问题,提出将遗传算法与模糊控制相结合。在推导适应度值函数的基础上,利用遗传算法获取控制规则,改善控制效果。一定程度上解决了人为调试获取规则困难的问题。仿真结果表明,在变风量空调系统中将遗传算法与模糊控制相结合是可行的。     

Dynamic Niching Genetic Algorithm with Data Attraction for Automatic Clustering

A genetic clustering algorithm was developed based on dynamic niching with data attraction. The algorithm uses the concept of Coulomb attraction to model the attraction between data points. Then, the niches with data attraction are dynamically identified in each generation to automatically evolve the optimal number of clusters as well as the cluster centers of the data set without using cluster validity functions or a variance-covariance matrix. Therefore, this clustering scheme does not need to pre-specify the number of clusters as in existing methods. Several data sets with widely varying characteristics are used to demonstrate the superiority of this algorithm. Experimental results show that the performance of this clustering algorithm is high, effective, and flexible.     

无人机轮式着陆横侧向控制

针对轮式起降无人机着陆过程横侧向控制存在的着陆安全性较低及抗风能力较弱的问题,提出了一种无人机着陆高安全性横侧向控制方案和控制结构。在常规的副翼和方向舵横侧向控制面配置条件下,采用在滚转角和偏航角精确解耦内回路控制的基础上,进行滚转和偏航的综合侧偏外回路控制方法,引入外回路对内回路的滚转角和偏航角指令限幅值随相对高度变化的机制,实现对无人机接地时侧偏距、侧偏速度、滚转角和偏航角的综合控制。对某型无人机的着陆横侧向控制进行设计及仿真,结果表明所提出的着陆横侧向控制能提高无人机的抗侧风能力,在侧风情况下着陆,可有效地将侧偏距、侧偏速度、滚转角和偏航角控制在安全范围内,所采用的着陆横侧向控制对无人机的气动参数摄动具有较强的鲁棒性,并且克服了常规控制中对相对高度信号误差要求高的缺点,在提高着陆安全性的同时,降低了对设备性能的要求。     

具有学习效应的重新排序问题(运筹学与控制论)

重新排序问题是一种新型的排序模型,它有着重要的实际应用背景。生产部门根据自己的生产计划或是由客户提出的要求,在生产前一定时期内事先有一个作业方案,将已有的任务或订单按照某一规则安排好,使某一目标值最优。但是在即将开始生产之前或在生产过程中又有新的客户订单或任务到达。这时就要把新的任务和原有的还未加工的任务一起加工。为了不失信于对原客户的承诺或不耽误原任务的完成,这就要求在原有的工件或任务的次序不至于打乱得过多的前提下,使得总的目标函数值达到最优。本文考虑学习效应作用下的最小化总完工时间的重新排序问题,其中工件的加工时间是其所在序列加工位置有关的函数。对于最大序列错位、总序列错位和最大时间错位下的最小化总完工时间问题均给出了多项式时间算法,对于总时间错位下的最小化总完工时间问题提出了动态规划算法,并证明这个算法是拟多项式时间的。     

数据挖掘技术及其在营销中的应用

对数据挖掘这一新兴数据分析技术进行了综述 ,阐述了数据挖掘产生的背景及其定义、任务和过程 ,论述了几种常用的数据挖掘算法 ,并给出了数据挖掘技术在营销中的应用实例 .     

专家系统规则启发式划分和并行推理

本文提出了一个启发式规则划分办法并分析了并行规则推理的代价,设规则集合被划分为π=(π_1,π_2,…,π_k),则对于任何一个规则R_i∈π_i,在π_(i-1)中至少有某个R_i,R_i与R_i在某种代换下相关,如果串行推理对规则进行一次遍历所费时间代价为C,对于同样规则划分π进行多处理机或进程并行推理一遍遍历代价至多为C′,C′≤(k/~#R)C。其中~#R是规则集合R的基数,同时给出一个实例和推理代价的实验数据。