六维运动船舰小车平台对准系统研究

针对船舰分段对准运动的多维干涉,提出六维运动解耦分解为三维运动的方法.在分析小车平台的3个旋转和1个平动运动方程的基础上,对六维系统的三维直线运动进行处理,提取出三维直线运动的分量.将船舰对准系统上位机采用工控机,下位机采用西门子SIMATIC S7-200PLC,采用船舯线为旋转轴,避免了行程过量和运动干涉.实验结果表明:空间六自由度的运动解耦方法精度达到0.1 mm,实现了船舰焊接工艺的定位要求.     

数字现金的模型研究及应用

首先对现有的数字现金模型进行了分析,同时对国外数字现金的使用作了分类说明,针对现有数字现金的缺点,该文给出了一种新的防重复使用的数字现金方案,最后提出了数字现金应用的几个关键问题。     

自适应优化的模糊预测系统及其应用

本文设计并实现了一个模糊预测系统,该系统通过对历史数据的自适应学习获得初始的预测模型,借助实时数据的梯度信息对系统参数进行自适应优化,具有较强的适应性和自学习能力。以电力负荷预测为应用背景的一系列实验研究表明这一智能化的预测系统的性能是令人满意的。     

一种新型的自适应人工免疫算法

论文简略叙述了免疫系统的基本原理,并对两种典型的免疫算法aiNet和RLAIS进行了详细分析,进而提出了一种新型的自适应人工免疫网络算法用于离散数据的聚类分析。此算法能得到稳定和良好的聚类结果,并能达到用户要求的数据压缩比,另外需用户确定的控制参数很少。     

基于远端智能模块的分布式监控系统的实现

介绍了基于远端智能模块(远程数据采集控制模块)的分布式监控系统的系统构成、通信原理和软件设计,并着重就多类型多数目的远端智能模块共用RS485总线与数据监控计算机进行高效可靠通信的技术难点提出了改进的方法。     

一种多层前馈网参数可分离学习算法

目前大部分神经网络学习算法都是对网络所有的参数同时进行学习.当网络规模较大时,这种做法常常很耗时.由于许多网络,例如感知器、径向基函数网络、概率广义回归网络以及模糊神经网络,都是一种多层前馈型网络,它们的输入输出映射都可以表示为一组可变基的线性组合.网络的参数也表现为二类:可变基中的参数是非线性的,组合系数是线性的.为此,提出了一个将这二类参数进行分离学习的算法.仿真结果表明,这个学习算法加快了学习过程,提高了网络的逼近性能.     

自调整比例因子Fuzzy控制器控制工业锅炉燃烧过程

本文提出自调整比例因子Fuzzy控制器对工业锅炉燃烧过程控制.Fuzzy控制器由SC-841工业控制机实现.实际运行效果良好.     

基于RNN的化工过程软测量模型研究

研究了基于回归神经网络(RNN)为化工颜料锌钡白建立质量指标软测量模型的问题。利用SPSS统计软件对过程历史数据进行预分析处理,进而利用这些数据训练回归神经网络,建立质量指标消色力的软测量模型。针对回归神经网络训练效率低,泛化能力差等问题,尝试引入一种初始权值优化方法加以改进。仿真结果表明,利用回归神经网络可以为此类化工过程建立具有一定预测能力的软测量模型,引入的初始权值优化方法有助于提高回归神经网络初始训效率,但模型的泛化能力还有待进一步改进。