基于粒子群优化算法和非线性盲源信号分离测量两相流速度(英文)

In order to overcome the disturbance of noise,this paper presented a method to measure two-phase flow velocity using particle swarm optimization algorithm,nonlinear blind source separation and cross correlation method.Because of the nonlinear relationship between the output signals of capacitance sensors and fluid in pipeline,nonlinear blind source separation is applied.In nonlinear blind source separation,the odd polynomials of higher order are used to fit the nonlinear transformation function,and the mutual information of separation signals is used as the evaluation function.Then the parameters of polynomial and linear separation matrix can be estimated by mutual information of separation signals and particle swarm optimization algorithm,thus the source signals can be separated from the mixed signals.The two-phase flow signals with noise which are obtained from upstream and downstream sensors are respectively processed by nonlinear blind source separation method so that the noise can be effectively removed.Therefore,based on these noise-suppressed signals,the distinct curves of cross correlation function and the transit times are obtained,and then the velocities of two-phase flow can be accurately calculated.Finally,the simulation experimental results are given.The results have proved that this method can meet the measurement requirements of two-phase flow velocity.     

基于残差自然幂法的增量线性判别分析方法

提出了将增量线性判别分析问题(LDA)转化为两个增量主元分析(PCA)问题的算法框架.为加速算法的收敛速度,推导了增量LDA中训练样本的类内离散度矩阵和协方差矩阵的无损实时更新公式,并在此基础上提出了一种基于残差协方差矩阵的自然幂增量PCA算法.将该增量PCA方法与基于双PCA结构的增量LDA算法框架相结合,实现了数据流的实时LDA处理.仿真结果表明,与已有的增量LDA方法相比,该方法在收敛速度、计算复杂度和可操作性上具有更优的性能.     

一种基于改进高斯过程隐变量模型的多角度人脸识别算法

针对传统谱算法在人脸识别中的局限,该文提出一种基于改进高斯过程隐变量模型(GP-LVM)的多角度人脸识别算法。首先,通过高斯过程(GP)对人脸流形建立概率模型,得到高斯过程隐变量模型(GP-LVM);其次,分析GP-LVM得到共有信息(shared information)和独有信息(private information),利用概率最大化与拉格朗日乘子法得到参照矩阵和参照值;最后,实现多角度人脸识别。选取Yale,JAFFE,FERET,CMU-PIE 4类数据集进行对比实验,实验结果表明:该文提出的算法可以有效地识别多角度人脸,针对无角度人脸识别也具有良好的效果。     

多目标追逐问题的一种混合整数线性规划解

研究多车辆多目标追逐的路径规划问题。提出两个基于混合整数线性规划 (Mixed integer linear programming, MILP) 的多目标追逐 (Multi-target pursuit, MTP) 模型：就近追逐和“一对一”使能追逐。在两个MIP追逐模型中,小车运动的状态方程考虑为具有线性阻尼的质点动力学方程。采用整数变量描述小车与障碍物的相对位置信息,提出 “目标膨胀尺寸”的概念来描述对目标的追逐,定义小车的“追逐方向”。采用选取整变量的等高面法求解MILP追逐问题,并给出初始内点整变量的确定方法。最后给出仿真试验1对两个多目标追逐模型进行对比研究,仿真试验2证实了算法的效率。     

铝电解计算机控制系统设计

系统采用两级分布式计算机控制系统结构,将管理和控制分开,实现信息管理集中化,而控制分散化的目标,上位管理机主要有实时查询统计计算、历史查询、打印报表等功能。下位控制机采用可扩展,可维护性好和抗干扰能力强的PC总线工业控制机,完成对过程的控制,参数优化及故障检测报警等,是中小型铝厂较为理想的计算机控制系统。     

基于视觉的食品包装生产线机器人控制系统

本文介绍一种食品包装生产线的机器人控制系统。基于视觉系统获得生产线上被包装物体的位置与几何信息,利用惯量分析原理确定抓取点,采用矢量控制与学习控制方法调节机器人抓取器对物体实施稳定抓取。仿真及实验结果证明了控制策略的有效性。     

神经网络和遗传算法在动态路径诱导中的应用

针对智能交通路径诱导目前存在的实时性差和求解效率低的问题,提出了将神经网络与遗传算法结合的动态路径诱导方法,研究了基于神经网络的交通信息实时预测方法,构造了具有时变性的路阻矩阵,解决了传统静态路阻存在时变性差等的局限性问题;探讨了基于遗传算法的最优路径求解问题,提出了适用于路径优化的编码方式、适应度函数和遗传操作算子,解决了求解效率和求解质量的平衡问题。仿真实验表明,该方法满足路径诱导的准确性、实时性和快速性要求。     

基于CAN总线的分布式消防报警系统

为避免大型建筑消防报警系统因主机故障而全部瘫痪的危险,研究了一种多主分布式消防报警系统.采用32位MCF5282微处理器和多种8位微控制器,基于CAN总线实现了对等分布式的消防报警系统设计.首先介绍系统的结构设计,给出了主控制器和系统节点的具体实现方法;采用一种公文式数据报通讯协议,解决了多主通讯存在的数据丢失问题;最后介绍了系统软件结构和设计思想.系统在信息传输的安全性、准确性、实时性等方面达到了较高的性能指标.     

铝电解过程神经网络预测控制技术应用研究

铝电解是非线性、时变、大时滞过程,受强电场、强磁场、强热场交互干扰,其控制难度大,耗能高.因此,节约电能,提高电流效率,提高铝的产量和质量是铝电解控制系统研究的热点问题.文中在分析铝电解过程工作特性及存在问题的基础上,提出了小波神经网络预测控制方法,该方法将神经网络控制技术与预测技术有机结合,通过对反映氧化铝浓度的槽电阻参数跟踪,实时调整控制器的控制策略,控制氧化铝下料装置下料量,使氧化铝浓度控制在理想值范围,并对系统的硬件和软件进行了设计.实验结果表明:该方法的有效性,具有良好的控制控制性能和节电效果,对提高铝的产量和质量具有重要意义.     

智能家居无线报警系统设计

提出了一种采用无线网络技术的智能家居报警系统.设计了报警系统的网络节点硬件电路和报警系统的软件.经实验证明:该系统使用方便、稳定可靠.