Buck变换器的离散时间全程滑模控制

针对含有匹配不确定项的线性离散时间系统,设计了一种全程滑模控制器,使系统状态在初始时刻就在切换区内．给出了一种双曲正切离散趋近律,由这种改进的趋近律所设计的控制器不但可以减小系统稳态误差,而且能够削弱系统的抖振强度．将该方法应用在Ｂｕｃｋ变换器的控制器设计中,对Ｂｕｃｋ变换器的电压进行跟踪控制,仿真结果验证了所给控制策略的有效性．

     

隐式特征和循环神经网络的多声部音乐生成系统

音乐生成是一种使用算法来生成音乐序列的研究。本文针对音乐样本特征提取以及自动作曲问题提出了一种基于音乐隐式特征和循环神经网络（recurrent neural network, RNN）的多声部音乐生成算法。该方法通过使用栈式自编码器对多声部音乐序列每个时间步的音符隐式特征进行提取,结合长短期记忆循环神经网络（long short-term memory, LSTM）,以序列预测的方式搭建了基于隐式特征的音乐生成模型。仿真结果表明,该音乐生成算法在使用相同风格的音乐数据训练后,得到的模型可以生成旋律与和弦匹配较好的多声部音乐数据。     

当代社会的信息国防建设随想

信息国防建设与人民的生活水平息息相关,本文从信息的总体安全特征出发详细分析了现代信息社会特征对信息国防建设的影响,并从军事平衡角度为国家信息安全提出了战略性的分析与实施对策,目标是建立有序的信息安全实施体系。     

面向舞蹈机器人步态控制的膝关节参数粒子群优化

面向舞蹈机器人中常见的行走动作,模仿人类的行走行为,构建舞蹈机器人腿部模型,并设计机器人步态与被模仿者步态的跟踪优化函数,利用粒子群优化方法对步态模型中的膝关节的控制参数进行优化.根据仿真结果,该方法能够在符合机械结构要求的情况下,实现舞蹈机器人对人类步态行为的模拟,达到了良好的步态控制目标,方法可行有效.     

当代经济信息社会的总体特征随想

人类社会生产力的发展离不开信息技术的发展。当前,我们已经步入了经济信息社会。总结了当代经济信息社会的技术特征,以及在此基础上推动社会进步和经济发展的宏观技术措施。分别以机器人、自然智能和生物智能的角度对经济信息社会的具体特征和发展前景进行了详细阐述。     

自然计算发展趋势研究

文章对自然计算的内涵进行了分类归纳,包括进化计算、生物启发计算、群体智能等,指出了各子类最显著的特点。在此基础上,介绍了自然计算最主要研究领域的发展趋势。讨论并证实了自然计算的有效性、内涵的丰富性及其巨大的发展空间。     

Buck变换器的离散时间全程滑模控制

针对含有匹配不确定项的线性离散时间系统,设计了一种全程滑模控制器,使系统状态在初始时刻就在切换区内．给出了一种双曲正切离散趋近律,由这种改进的趋近律所设计的控制器不但可以减小系统稳态误差,而且能够削弱系统的抖振强度．将该方法应用在Ｂｕｃｋ变换器的控制器设计中,对Ｂｕｃｋ变换器的电压进行跟踪控制,仿真结果验证了所给控制策略的有效性．     

城市应急管理中社会服务车辆集群的智能调度策略研究

为了有效满足城市应急管理状态下居民的物资需求，同时减少人员接触而降低感染风险，需要优化社会服务车辆集群的调度方案，提升车辆运输效率。通过综合考虑运输时间、运输距离和经济效益，采用层次分析法计算投入的综合权重和功效系数法得到总功效系数。以成都市二环内13个街道为研究案例寻求最优配送中心，并以时间为要素通过遗传算法求解车辆路径优化问题，得到具体的物资配送方案。     

基于序列模型的音乐词曲匹配度智能评估算法

情感匹配模型是一种常用于评价词曲匹配程度的方法;然而,单纯地依靠情感匹配模型无法对评价词曲匹配度进行准确的评价。为改善此问题,提出了基于序列模型的词曲匹配度智能评估算法,其综合考虑词曲情感和词曲间节奏关系以给出一个更加准确的词曲评估方法。基于公开词曲同步数据集,构建了音乐情感和节奏正反例模型,并基于此模型将音乐切分成片段;进一步,将歌词和旋律片段分别通过歌词编码器和旋律编码器进行编码,并将编码后具有上下语境的歌词特征和旋律特征输入词曲匹配解码器,解析词曲间特征关系,判断词曲片段匹配程度。仿真结果表明:基于序列模型的词曲匹配度智能评估算法,相对于单纯的情感匹配模型,能够更精确地评价词曲匹配程度,验证了本文提出算法的有效性。     

基于强化交叉算子的快速非支配排序遗传算法Ⅱ

锦标赛选择策略是NSGA-Ⅱ中用于选择交叉父代的方法,其虽然可以保留较优个体的基因给后代个体,然而锦标赛策略也容易导致重复选择父代个体的问题,从而导致后代多样性降低。为解决此问题,提出基了于强化交叉算法的快速非支配排序遗传算法Ⅱ。此算法通过将多个交叉父代引入交叉操作降低重复选择父代的概率;为结合两种交叉算子优势,进一步提出将两种交叉算子融合进NSGA-Ⅱ。实验结果对比说明,所提策略有效改善了NSGA-Ⅱ的性能。