控制Logistic系统的自适应Chebyshev多项式神经网络算法

提出了一种基于自适应Chebyshev多项式神经网络(ACNN)的Logistic混沌系统控制算法。该算法采用Chebyshev正交多项式作为神经网络的激励函数,构建Logistic混沌系统的预测与控制模型。为了保证算法的稳定性,提出和证明了收敛定理,并利用自适应学习率算法提高神经网络的学习效率和收敛速度。通过采用自适应Chebyshev神经网络直接学习Logistic混沌系统的动态特性,并对系统实施目标函数控制。实验仿真结果表明,该算法在Logistic混沌系统有外部干扰的情况下仍能对其进行有效控制,网络学习时间为0.178 s,训练步长为10,均方误差达到1.15×10-4,与其他常见算法相比具有计算量小、速度快、精度高和网络结构简单等优点。     

网带式加热炉微型计算机控制系统

网带式加热炉是工业过程中常用的加热设备。本文较详细地介绍了用微型计算机控制网带式加热炉温度的设计过程，给出了一些实用线路和方法。系统软件用C语言编写，采用模块化、结构化设计方法，通用性好。     

用C语言编写短定时中断服务程序的方法

如何用C语言在PC系列微机上编写用户短定时中断服务程序的方法。     

全钢载重子午胎成型卸胎装置设计与应用

在轮胎制造的实践中可以发现,早期安装的全钢子午胎成型机设备在应用过程中缺少卸胎装置,特别是在两鼓成型机上作业,操作人员将成型后的半成品胎胚从主机上卸下时,一般都采用人力搬动的方法,将胎胚搬动到托盘内,再实施检查和扎气泡处理,检查完毕后再搬动存放在胎胚车上。每个班都要搬几十条胎胚,劳动强度特别大,同时还易     

基于未知环境碰撞冲突预测的群机器人多目标搜索研究

群机器人在未知动态环境下进行多目标搜索时,存在碰撞预测和搜索效率不高等问题。提出了一种碰撞几何锥和改进惯性权重的粒子群优化算法相结合的多目标搜索策略。首先,根据静、动态威胁物的不同分别引入碰撞锥(CC)和速度障碍法(VO),提出了简化复杂障碍物的膨胀几何法(SG)和一种改进CC和VO的碰撞几何锥模型(CGC);有效解决了复杂不规则威胁物的避碰预测问题,并根据CGC模型作出威胁评估报告以确定最优避障方向。其次,提出一种改进惯性权重的粒子群优化算法(IWPSO),提高了搜索效率同时有效解决了粒子群优化算法易陷入局部最优的问题。最后,将两种改进的方法(CGC-IWPSO)相结合以实现群机器人的多目标任务搜索,相比于简化虚拟受力(SVF)、自适应机器人蝙蝠算法(ARBR)、具有运动学约束的粒子群算法(KCPSO),本文方法在搜索时耗、能耗以及避障次数上分别至少减少了15.59%、 10.14%、 14.12%。     

神经元自适应PID控制器在加热炉温度控制中的应用

较详细地介绍了用微型计算机控制网带式加热炉温度的设计过程，由于网带式加热炉具有参数时变，非线性和时滞特征，传统的控制方法很难保证系统的控制品质，采用神经元自适应PID控制器，对控制器参数实行实时在线优化调整，其控制效果优于传统的PID控制器和Fuzzy-PID控制器。     

一种基于字符分割与字符识别的LPR方法

对车牌识别(LPR)系统中字符分割与字符识别方法进行探讨.根据车牌字符的特点,首先利用投影法采用水平扫描和垂直扫描进行字符分割,接着对字符图像进行归一化处理,实现对字符的完全分割.在此基础上,利用BP神经网络识别算法实现车牌字符的识别,从而提高系统的识别速度和识别率.数字仿真的识别结果验证了该方法的正确性和有效性.     

混沌系统的RBF神经网络非线性补偿控制

设计RBF神经网络非线性补偿控制器,提出了混沌系统线性状态反馈的复合控制方法,将可调系统混沌行为镇定到期望目标位置或者变成周期运动.用Lorenz方程作仿真实验,结果证明了该方法的有效性.     

乘用子午线轮胎胎体帘布卷取偏歪原因分析及改善对策

将乘用子午线轮胎胎体帘布裁断卷取从每卷100米/提高到150米的工艺改善,有效地提高了效率、品质并降低损耗。与其相应的工艺与装备改善,包括：①改善解决帘布卷两端不整齐(偏移)问题,在裁断机双工位卷取部位安装纠偏装置。②解决卷取后、帘布上存在褶子而造成损耗及品质问题,增加垫布张力控制和卷取速度控制。