一种改进的克隆选择算法在多峰值函数优化中的应用

为了解决deCastro2002年提出的CLONALG算法在多峰值函数优化时多峰搜索能力弱、训练时间长的问题,本文提出了一种改进的克隆选择算法。该算法运用新的克隆选择操作、克隆变异操作和最佳抗体停止进化操作,并且引入了抗体抑制操作,不仅可以动态调整种群大小,具有较强的全局和局部搜索能力,而且搜索时间较短。与Castro的克隆选
择算法相比,本文算法在较短的时间内可以搜索到全局最优解和更多的局部最优解。     

汽车急转侧滑的预测控制原理

预测控制原理以ABS系统为基础,通过实时检测汽车行驶车速、车轮转动角速度和转向盘转角信号来预测汽车急转向时的状态,对汽车的个别车轮主动施加大小不同的制动力,以产生一个与横摆力矩相平衡的反作用力矩,防止汽车产生急转侧滑现象,同时提高汽车急转向时的操纵稳定性,对减少道路交通事故的发生具有十分重要的意义。     

基于Elman神经网络的齿轮箱故障诊断研究

1前言 目前,旋转机械向着高转速、高功率、高可靠性、大型化、可测试性、不可接近性或不需接近性的趋势发展,这类系统一旦发生事故,就可能造成人员和财产的巨大损失。因此,切实保障现复杂系统的可靠性与安全性,具有十分重要的意义。发动机变速箱是整机进行减速增扭的部件,     

车用汽油机怠速排放特性研究

对车用汽油机的怠速排放特性进行了试验研究,分析了汽油机怠速排放特性与怠速转速、点火正时和化油器怠速调整状况之间的关系,指出了影响化油器式汽油机怠速排放的主要因素,并提出了降低怠速排放的一些措施。     

基于废气排放和工况参数信息融合的内燃机失火故障诊断

提出一种利用内燃机排气中HC,CO2,O2浓度和内燃机工况参数信息融合的内燃机失火故障诊断方法,并提出描述内燃机失火程度的模糊评价指标,进行内燃机有失火故障和无故障排气成分检测对比实验,通过RBF神经网络建立失火程度评价指标与排气中HC,CO2,O2浓度以及内燃机工况参数之间关系的诊断模型.仿真分析结果表明,此模型能正确诊断内燃机失火故障.     

基于废气排放和工况参数信息融合的内燃机失火故障诊断

提出一种利用内燃机排气中HC,CO2,O2浓度和内燃机工况参数信息融合的内燃机失火故障诊断方法,并提出描述内燃机失火程度的模糊评价指标,进行内燃机有失火故障和无故障排气成分检测对比实验,通过RBF神经网络建立失火程度评价指标与排气中HC,CO2,O2浓度以及内燃机工况参数之间关系的诊断模型.仿真分析结果表明,此模型能正确诊断内燃机失火故障.     

基于Elman神经网络的汽轮机排汽焓在线预测计算

为实现机组经济性能在线诊断,将Elman神经网络方法引入汽轮机排汽焓在线预测计算。该预测方法很好地建立了汽轮机排汽焓特性与相关运行参数之间的复杂关系模型,并以某电厂300MW汽轮机组末级抽汽及排汽焓值为例进行了在线计算,实例表明:该方法能够准确地在线预测汽轮机排汽焓值,同时具有训练速度快、结构简单、精度高等特点,是一种行之有效的预测方法。     

一种级联差异支持向量机组合的行人检测算法

针对现有行人检测算法未考虑正负样本非均衡性及分类器间所需的差异性的不足,提出一种同时考虑分类器多样性及正负样本非均衡性的行人检测算法.首先,在分类器中引入代价敏感的思想,通过设置适宜的代价敏感参数值,使分类器更加关注数量较少且更为重要的行人正样本;进而,通过动态调整对分类算法性能影响较大的核函数参数σ的选择,形成一组相互间有差异且分类性能适度精确的一组分类器,并对分类器之间的相似度进行对比,剔除相似度高的分类器;最后,将剩余分类器级联组合.实验证明,和经典算法相比,提出的算法有利于提高行人检测精度,且虚警率更低.     

基于RBF神经网络发动机失火故障的诊断研究

提出了利用排气中HC、CO2和O2浓度诊断发动机失火故障的方法和描述发动机失火程度的模糊评价指标,并结合RBF神经网络建立了该评价指标和排气中HC、CO2和O2浓度间关系的模型,应用MATLAB软件对该方法进行训练及仿真,仿真结果表明此模型具有良好的诊断性能。     

机械式平地机防滑控制系统的研究与应用

平地机在日常工作中工况复杂,负载变化较大,且无法预见,容易在作业时因打滑而失去牵引力,造成功率损耗.介绍了三一重工自主研发的国内首台SMG200型机械式平地机防滑控制系统的控制策略及算法,并通过工地试验对系统进行实测校验和参数标定.试验结果表明,该系统能较好地控制平地机打滑,使平地机获得有效牵引力,防止功率损耗.