基于改进的奇异值和遗传算法的人脸识别研究

提出了一种基于改进的奇异值和遗传算法的人脸识别方法.首先对预处理后的人脸图像进行改进的奇异值特征提取.应用遗传算法并行搜索选择满足最小类间欧式距离的类别特征.最后运用选择特征子集来训练BP神经网络作为分类器.实验结果表明:该方法的识别率及平均检测时间均优于普通方法.     

基于粒子群的多BP网络并行非线性预测控制

针对传统预测控制算法在解决非线性系统控制问题时,存在难以建立精确的数学模型、控制精度不高等缺点,提出一种新的非线性系统预测控制方案。以多BP神经网络作为并行预测模型,克服误差积累以及网络规模庞大的缺点;运用粒子群优化（PSO）算法完成非线性预测控制的滚动优化。仿真表明,该方案的控制效果比常规动态矩阵控制效果有所提高,该方案是可行和有效的。     

全方位移动机器人模糊PID控制算法研究

将PID控制对线性定常系统控制的优势和模糊控制对复杂非线性系统的有效控制相结合,设计了一种基于模糊PID控制算法实现全方位移动机器人的定位导航控制。全方位移动机器人采用四个步进电机驱动全向轮行进,控制器采用传感器位置信息反馈和航位推算相结合导航定位方式,利用模糊PID算法实现纠偏;为克服机器人偏航或高速运动时常规PID控制稳定性不足,采用实时跟踪偏差和偏差变化率来修正PID各参数,实现对机器人导航定位控制,并依据机器视觉和光电编码器确定位置。实验结果表明,利用模糊PID进行全方位移动机器人的运动控制,能够提高导航定位精准度。     

一类非线性神经模糊控制系统

针对离散非线性系统,将神经网络和模糊技术有机结合,模糊神经网络与自适应控制方案相结合,设计了一种模糊神经网络自适应控制系统,它由模糊对向传播(FCP)网络辨识器和径向基函数(RBF)神经网络控制器组成,仿真结果表明了该方案的有效性。