以ARM为核心的嵌入式体感遥控器设计

介绍一种以ARM为核心的嵌入式服务机器人体感遥控器的设计。硬件上,本遥控器采用具有ARM Cortex—M3内核的STM32F103C8T6作为核心处理器,选用ST公司的iNEMO惯性导航模块进行手部姿态的识别,同时还具有LCD显示模块、无线收发模块和电源模块;软件上,采用嵌入式操作系统μC／OS—Ⅱ实现多任务的调度和外围设备的管理。经实验验证,本遥控器具有高稳定性、高实时性、高可靠性、低误码率等优点。     

用正弦函数描述非线性惯性权重的微粒群算法

为改进标准微粒子群算法,提出了一种用Sin函数非线性描述惯性权重动态调整微粒群的方法。由于原算法存在早熟收敛和搜索效率低,提出改进基本微粒群算法的惯性权重参数,将微粒群算法中的惯性权重用正弦函数来描述,通过对粒子位置和速度进行自适应非线性调整,使算法在前期阶段具有较快的收敛速度,在算法后期局部搜索能力也不错,减少了微粒陷入局部极值的机会,使结果收敛于全局最优解,为了验证算法的有效性,采用Shaffer’s F6和Levy No.5函数进行测试,实验结果表明,新方法具有比较好的效果。     

粒子群算法的物流配送路径优化研究

研究物流配送路径优化问题,物流配送路径优化要找到一条配送车辆少,路径总长度最短的最优配送路线,并具有配送快速性。传统算法搜索最优路线时间长,难以找到最优配送路线,导致物流配送成本高。为了提高快速找到物流配送路径最优配送路线,提高物流服务质量,提出一种粒子群算法的物流配送路径优化方法。首先根据物流配送路径问题的数学模型,然后全局搜索速度快的粒子群算法对模型进行求解,找到物流最优配送路线,最后通过具体实例进行仿真测试,结果表明,粒子群算法不仅能够快速找到物流配送路径最优配送路线,同时获得的路长总长度最短,有效降低物流配送成本。     

基于多模型变权重组合的软件可靠性仿真研究

研究提高软件可靠性预测精度问题,对软件可靠性研究已成为当前软件工程的一个研究热点,传统的单一软件可靠性模型由于使用的技术及提取的信息有限,软件可靠性预测精度不高。为提高软件可靠性预测精度,在建立多种单一软件可靠性预测模型的基础上,提出一种样本点的多模型变权重组合模型。将多种预测技术有效地聚合在一起,取长补短,在样本数据有限的情况下,不仅改善了样本内学习能力也增强了样本外的泛化能力,提高了综合预测精度。仿真验证模型无论在样本内还是样本外都较优于经过模拟退火算法优化的BP神经网络(SA-BP)及经过遗传算法优化的最小二乘支持向量机(GA-LSVM),说明变权重组合模型是一种精度更高的软件可靠性失效数据预测模型,具有较好的应用推广价值。     

基于用户兴趣偏好的网络文档检索

本文提出了一种基于用户兴趣偏好的网络文档检索策略。用户长期浏览网页的过程中搜集用户的兴趣偏好特征值,并将表达用户偏好的关键词按序排列,以语义关联度为标准对每次搜索引擎的网页排序结果进行重排,并在此过程中充分考虑用户偏好信息的保护。用户兴趣偏好特征值通过用户的浏览反馈行为对自身进行动态修改,使其不断捕获变化着的用户兴趣热点。实验表明,基于用户兴趣偏好的网络文档检索策略较传统的文档检索在召回率、准确率等性能指标上有所提高。     

配电云平台的决策级数据融合及其并行化

随着传感器技术的不断发展,配电主站中包含的传感器数量不断增加,配电云平台能够接收海量数据.为了提高数据的利用率,同时提高云平台对数据的处理效率,本文提出一种关于配电云平台的决策级数据融合方法及其并行化方案,通过计算传感器的重要程度判断传感器网络中各传感器反映某事项的程度,从而决定是否将数据实时传输到应用层,同时利用改进的基于权重的D-S理论在应用层实现进一步的数据融合,整个过程利用Spark进行并行化计算.本文提出的数据传输及融合方法能够在保证数据传输完整性的前提下大大提高应用层的决策效率,尤其对于需进行实时判断的事件,所提方法能够保证配电云平台实时高效地做出决策.     

基于文化鲸鱼优化算法的特征权重优化分配方法

为了解决基于数据的预测模型中特征权重分配不合理的问题,将鲸鱼优化算法(whale optimization algorithm,WOA)纳入文化算法的种群空间中,获得了一种文化鲸鱼优化算法(cultural whale optimization algorithm,CWOA)以用于特征权重的优化分配.首先,将预测模型的均方根误差作为适应度函数;然后,采用WOA在种群空间中对特征权重进行迭代寻优;接着,通过接受函数将种群空间中的最优权重置于信仰空间中进行性能评价与双变异演化,以此形成形势知识和规范知识;最后,通过影响函数对种群空间中的权重进行更新指导,如此循环,从而得到特征权重的优化分配结果.以基于案例推理的预测模型为例,使用加州大学欧文分校(University of California Irvine,UCI)标准数据集对特征权重的不同分配方法进行了对比实验,结果表明该方法分配权重后的预测精度最优,在涉及特征权重分配的机器学习领域具有一定应用价值.     

A3型李代数的张量积分解

不可约模的张量积分解是李代数表示理论的重要问题,在计算最低双边胞腔上的Kazhdan-Lusztig多项式的首项系数时,有重要的应用.通过李代数中的相关知识和计算机编程,给出了A3型李代数的部分张量积分解的具体表达式,为进一步计算?3型仿射Weyl群最低双边胞腔上的Kazhdan-Lusztig首项系数奠定了基础.     

求解最优化问题的改进蜘蛛猴算法

最优化问题不仅存在于人类生产、生活的方方面面,其解决还关系着工程应用、科学研究的发展.因为优化问题的繁琐与多变,人们在求解时时常会遇到不少的困难和阻碍.针对算法的运行机制设计了非线性惯性权重调整的蜘蛛猴算法(S-SMO)来解决最优化问题,利用matlab软件,选择标准测试函数来检测S-SMO算法对优化问题的求解效果,实验发现改进算法和原始算法及线性递减权重的WSMO算法相比,在求解精度、速度、鲁棒性和可靠性等角度均有明显的改进与提高.     

基于辅助惯性功率调节的虚拟同步发电机模糊控制策略

针对并网逆变器控制应用虚拟同步发电机技术导致系统输出的有功功率发生超调和振荡现象,结合模糊控制提出一种辅助惯性功率调节策略.根据有功闭环零极点分布图明确参数调节存在矛盾,在分析了惯性功率在动态过程中对角频率的影响后,设计出与角频率偏差和角频率变化率相关的辅助惯性功率调节策略,并将该策略与自适应参数调节策略进行比较,得出两种策略的对应关系;进一步设计出精细化的辅助惯性功率调节规律,利用所得规律设计模糊控制器调节动态过程中的惯性功率.基于模糊辅助惯性功率调节的虚拟同步发电机控制策略减小了系统输出功率的超调量和角频率最大偏差,同时减小了系统的调节时间.最后,在仿真模型中设置连续功率扰动工况对所提策略进行了验证.