改进粒子群算法及其对热连轧机负荷分配优化的研究

提出一种基于适应度方差的权重梯度方向变异的改进粒子群优化算法（IPSO）,通过判断适应度方差,按照权重梯度方向进行变异操作,解决了PSO算法的早熟收敛和易于陷入局部极值的问题.应用IPSO算法对精轧机组负荷分配进行优化,根据负荷分配优化策略,给出综合板形板厚的最小方差目标函数,在实现各机架负荷分配优化的同时,提高板形质量.仿真结果表明,该算法计算精度高,收敛速度快,为精轧机组轧制规程的智能优化设计提供了一种新的有效方法.     

基于线性模型的港口管理信息系统的设计

以国内某大型港口为背景,通过对港口管理信息系统设计的详细讨论,运用软件工程理论,提出了港口MIS的详细设计方案。并以线性模型为基础,得到了经济的预测方式,其结果是比较满意的。通过在现场的运行,使港口的工作效率得到了提高,经济效益提高了7.9％。该设计方案为港口的科学管理奠定了基础,具有一定的推广价值。     

基于优势关系粗糙集的数据分类

针对经典粗糙集难于解决具有偏好顺序决策表的分析问题,在研究优势粗糙集的基础上,提出了基于优势关系的二进制矢量表的数据分类方法。该方法不需对决策表产生规则,只将原有的对象描述转化为二进制码表,通过被测目标在论域中的对象支持决策类的程度,对数据进行分类。此方法经实例验证,取得了令人满意的效果。     

带神经网络补偿的极点配置广义最小方差自校正控制

首先用一个常规线性模型对被控对象进行辨识,再对线性模型辨识的余差用一个神 经网络进行补偿．线性模型和神经网络共同构成对象的辨识模型,并基于这一模型提出了一 种显式极点配置广义最小方差自校正控制．该方法适用于非线性对象,且具有较高精度和较 快的收敛速度,具有较强的鲁棒性．     

一类基于线性补偿模型的网络系统的设计

通过某企业网络系统的建立,以线性补偿模型为基础,研究了网络信号补偿的方法。提出了线性补偿模型并对其进行了探讨,对企业网络系统进行结构需求分析和功能分析,并给出网络的逻辑功能拓扑图。结合企业的实际情况,讨论了企业网络安全的方法,为企业的网络的建立,提供了有力的科学依据。     

基于HJB方程的无线传感器网络系统Minimax控制器设计

针对工业环境下无线传感器网络系统在受到外部较大干扰时的系统稳定性问题,提出Hamilton-Jacobi-Bellman (HJB)方程与Minimax控制相结合的方法.首先,针对无线传感器网络在复杂工况环境下出现的网络时延和连续丢包有界的情况,给出具有时延和丢包的无线传感器网络系统模型;然后,在Minimax性能指标...     

图像矩阵降维压缩的一种新方法

由于矩阵的SVD分解方法反映了图像的内在属性和本质特征,在图像处理中得到了广泛应用．但在矩阵降维压缩过程中对奇异值的最小数日还没有定量的确定方法,这给SVD在图像特征提取中的应用带来很大困难．为此,在研究确定奇异值可压缩到最小数日的基础上。提出一个奇异值压缩的降秩准则。并给出了具体的证明过程和计算方法．计算机仿真研究验证了所提出计算方法的正确性．     

主动管理队列算法的研究

主动式队列管理技术作为端到端拥塞控制的增强机制,通过在网络中间节点有目的地丢弃分组来维持较小的队列长度和较高的链路利用率。通过对RED,ARED,BLUE和RLGD几种主动式队列管理算法的比较和分析,寻找出已有的主动式队列管理算法的不足,进而在人工智能理论的基础上,提出了一种新型的基于BP神经网络的主动式队列管理算法;给出了基于BP神经网络的主动式队列管理算法的设计思想和设计步骤,并对基于BP神经网络的主动式队列管理算法的收敛性进行了证明。     

基于神经网络的一类非线性系统的自适应控制

基于递归神经网络给出了仅含一个非线性环节的一类非线性系统的自适应控制方案。该方案采用递归神经网络辨识非线性系统中的未知非线性环节。沿用广义最小方差自校正控制方法,可以解决非线性环节未知和工作点变化时传统方法无法控制的自适应控制问题。理论分析和仿真结果表明,该方法具有很好的控制效果。     

带神经网络观测器的永磁同步电机极点配置自校正前馈控制

由递归神经网络构成综合负载转矩观测器,从而把综合负载转矩视为可测干扰,并利用极点配置自校正前馈控制策略实现了永磁同步电机的速度控制,解决了永磁同步电机系统中参数变化和负载扰动等不确定性问题.仿真结果表明该方法具有较强的鲁棒性.