基于μCLinux下USB驱动的设计

针对μCLinux中,USB驱动程序设计的诸多问题,研究了在μClinux嵌入式系统中USB驱动的设计,论述了ISP1161的驱动程序设计的方法和系统中与USB相关的设计．通过运行,得到了良好结果．     

基于经验知识的Q-学习算法

为了提高智能体系统中的典型的强化学习Q-学习的学习速度和收敛速度,使学习过程充分利用环境信息,本文提出了一种基于经验知识的Q-学习算法.该算法利用具有经验知识信息的函数,使智能体在进行无模型学习的同时学习系统模型,避免对环境模型的重复学习,从而加速智能体的学习速度.仿真实验结果表明:该算法使学习过程建立在较好的学习基础上,从而更快地趋近于最优状态,其学习效率和收敛速度明显优于标准的Q-学习.     

基于AT89C52单片机CAN总线节点的设计

介绍了基于AT89C52型单片机CAN总线的节点设计方法,详述了其硬件结构、软件设计和工作原理。重点对设计中的多种现场信号数据采集部分和节点实现过程中应注意的一些问题进行比较详细的介绍。本方案提出的节点,可供交流,参考。     

GPS车辆监控系统车载终端的设计与实现

依据GPS车辆监控系统车载终端的工作原理及其基本功能,对车载终端硬件和软件提出了具体的设计方案和实现方法。详细介绍了主要功能模块及各模块与控制器的硬件接口电路,列举了GPS定位数据接收与处理的部分代码,给出了车载终端主程序设计流程。     

一种改进的模糊C均值聚类算法

针对模糊C均值(FCM)聚类算法中,聚类效果往往受到聚类数目和初始聚类中心的影响这一问题,提出了基于平均信息熵确定聚类数目的方法,并采用密度函数法来获得初始聚类中心.实验结果表明,改进后的算法较好地解决了初值问题,与随机初始化方法相比,迭代次数少,收敛速度快.     

二级倒立摆控制器设计及稳定性研究

在二级倒立摆控制器优化设计的研究中,由于二级倒立摆系统是一种复杂多变量、强耦合的不稳定系统,较难达到稳定平衡状态,首先要建立模型,之后才能够进行系统仿真与实际控制实验.由于系统对控制器性能要求较高,因此选用遗传算法训练的小波神经网络控制器,并针对遗传算法仍然存在的收敛速度慢,泛化性能差,可能陷入“早熟”等许多问题,对算法加以改进.将采用罚函数为基础的小生境技术引进到遗传算法中;并根据个体适应度来改进交叉概率.在仿真与实物控制实验中,控制器能够实现二级倒立摆系统的稳定控制,且抗干扰能力、系统平衡恢复速度优良,验证了设计的二级倒立摆控制器的有效性.     

工业锅炉计算机分布式监控系统

针对自备电厂工业锅炉群的运行特点,设计了基于分布式网络思想的锅炉计算机监控系统。该系统通过动态自寻最优控制,实现了锅炉的经济运行。     

一种基于改进遗传算法的神经-模糊控制器设计

提出了一种利用RBF神经网络的新型神经一模糊控制器，实现了控制器的自学习和自适应。采用改进遗传算法优化了所有的参数和权值。其中利用一种动态的交叉率和变异率，有效地加快了收敛的速度。仿真结果表明，该控制器具有较好的性能。     

模糊神经元及其在FCMAC中的应用

本文通过对模糊集合与神经网络的特点及相互关系的阐述，引出将二者优点结合于一身的模糊神经网络理论。从模糊神经元开始，着重介绍其拓扑结构、分类、隶属函数的特点及相应激励函数的确定方法。最后以模糊小脑神经网络(FCMAC)为算例，阐述了模糊神经元的应用问题。仿真结果表明：它具有比常规CMAC学习速度快，结果精确等优势。     

带有跟踪微分器的模糊自整定PID控制器

带有非线性跟踪微分器的模糊自整定PID控制器结合了跟踪微分器、PID控制和模糊控制的优点,改变了以往通常采用差分求微分的做法,实现了对PID参数的实时在线整定.