基于人工神经网络BP算法的倒立摆控制研究

基于人工种经网络BP算法的倒立摆小车实验仿真训练模型，其倒立摆BP网络为4输入3层结构．输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度．隐含层单元数16个．输出层设置为1个输出单元．输入层采用Tansig函数，隐含层采用Logsig函数，输出层采用Purelin函数．用Matlab6．5数值计算软件对模型进行学习训练，并与模糊控制逻辑算法对比，表明倒立摆控制BP算法精度高、收敛快，在非线性控制、鲁捧控制等领域具有良好的应用前景。     

"摩圣"技术在空气压缩机上的应用

介绍了4L-20/8型空气压缩机采用"摩圣"技术后的运行情况。"摩圣"技术在设备正常运行条件下能成功修复摩擦副的磨损,使之恢复原设计的尺寸和要求,因而提高了生产效率,取得了显著的经济效益。     

一种现代航天器飞行控制系统及其容错技术研究

阐述了一种现代航天器飞行控制系统的组成原理及其类别,阐述了时分复用和波分复用的性能特点,进一步提出了光纤多路发送软件、接收软件的设计技术。在详尽介绍容错技术的基础上,设计了一种现代航天器飞行控制系统三余度容错技术方案。实例仿真验证表明,本文所设计的现代航天器容错系统是可行的,并具有很强的鲁棒性。     

水环泵断轴原因分析

通过对本公司乙炔工序所用SZ-4型水环泵频繁断轴原因的分析,针对产生断轴的主要原因,采取相应的措施,收到了很好的效果。     

双频星载雷达高度计控制处理单元设计与实现

双频星载雷达高度计是一种主动式微波遥感器,有Ku和C两个波段.控制处理单元用于高精度时序控制、高速数据采集和实时高速处理,硬件主要由DSP,FPGA,A/D组成.这种基于DSP FPGA设计不但满足整个系统对精度和处理速度的需求,同时还满足了星载设备小型化、低功耗和高可靠性的要求.     

几种新型仿生优化算法的比较研究

仿生优化算法是模拟自然界中生物行为的随机搜索算法,可以用来解决现实中的许多优化问题.简要介绍了目前比较流行的四种新型仿生优化算法(蚁群算法、微粒群算法、人工免疫算法以及人工鱼群算法)的基本原理;然后深入分析了这些仿生优化算法的异同之处:这些算法都是一类不确定的算法,都是一类概率型的全局优化算法,都不依赖于优化问题本身的严格数学性质,都是一种基于多个智能体的智能算法,都具有本质并行性、突现性、进化性和稳健性,其不同性则主要体现在算法本身上;最后对这些仿生优化算法今后的发展方向进行了评述与展望.     

蚁群算法的研究现状及其展望

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化系统，该算法采用分布式并行计算和正反馈机制，易于与其他方法结合，目前已经在众多组合优化领域中得到广泛应用。在介绍基本蚁群算法数学模型的基础上，列举了进入21世纪以来部分具有代表性的蚁群算法改进模型及其应用情况，然后重点从算法的模型改进、理论分析、并行实现、应用领域、硬件实现、智能融合等角度对蚁群算法在今后的研究方向作了系统分析与展望。     

基于时滞卡尔曼滤波的机器人视觉定位

在移动机器人视觉伺服跟踪系统中,考虑到视觉系统的延时,本文在引入单目视觉测量信息的基础上,利用延时的扩展卡尔曼滤波方法进行了空间运动目标定位和运动信息获取。蒙特卡洛仿真实验结果验证了该方法的有效性和可行性。     

蚁群算法硬件实现的研究进展

蚁群算法是优化领域中新出现的一种启发式仿生类智能进化算法，该算法采用分布式并行计算和正反馈机制．首先综述了蚁群算法及其硬件实现的研究进展，并讨论了蚁群算法硬件的主要特点；然后，着重介绍了基于现场可编程门阵列（FPGA）的蚁群算法硬件实现方案，简要阐述了蚁群算法在软硬件划分领域的应用进展；最后，展望了蚁群算法硬件实现领域未来的研究方向和内容．     

基于云模型的小生境MAX-MIN相遇蚁群算法

针对基本蚁群算法在解决大规模优化问题时易限于局部最优解、收敛速度慢的突出缺陷,本文在阐述基本蚁群算法和云模型理论的基础上,提出了一种利用云模型定性关联规则来有效限制基本蚁群算法陷入局部最优解的方法;随后借助最优解保留、相遇搜索和信息素自适应控制策略以及自然界的小生境思想对基本蚁群算法进行了系列改进,以提高改进后蚁群算法的全局收敛性能。同时,为了避免蚁群在搜索过程中易出现停滞现象,将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间。仿真实验结果验证了本文所提改进蚁群算法的可行性和有效性。