双桥矩阵变换器-异步电动机直接转矩控制策略的研究

在深入分析双桥矩阵变换器的拓扑结构特点和直接转矩控制基本原理的基础上，提出一种采用双桥矩阵变换器与异步电动机直接转矩控制相结合的新的调制策略，推导出双桥矩阵变换器整流级的调制算法和逆变级的直接转矩控制策略，此控制策略既可实现对异步电动机实施动态性能优良的直接转矩控制，又可获得良好的输入电流波形和可调的功率因数．仿真结果验证了所提控制策略的正确性和可行性．     

用模糊控制器改善矿井提升机环流变换器输出电压波形

为保证矿井提升机平稳起降,设计了一种基于模糊算法控制的环流变换器,目标是保证变换器电压输出波形为对称的正弦波.在具体的系统实现中,变换器主回路选择环流控制方式,采用高性能DSP作为模糊控制核心,通过加权平均判决的模糊决策算法对变换器主回路晶闸管的触发角进行调制,从而有效控制输出电压波形.实验结果显示,采用这种模糊控制的环流变换器的电压输出性能得到大幅改善,波形对称且非常接近正弦形,能够保证矿井提升机停位准确,减少冲击.     

基于遗传算法的宽带匹配电路优化设计

在不同特性阻抗传输线连接,或微波传输线的负载不匹配时,连接处会产生反射,为了消除反射,使阻抗匹配,可以加入阻抗变换器。单节阻抗匹配器结构简单,但工作带宽窄;多节变换器可以拓宽工作带宽。一般来说,节数越多,带宽越宽,随之而来的就是变换器越长。本文提出了一种基于遗传算法的优化设计方法,并与二项式响应设计仿真对比,在多节数、大宽带、大失配负载下反射系数有更好的表现。     

基于遗传算法的宽带匹配电路优化设计

在不同特性阻抗传输线连接,或微波传输线的负载不匹配时,连接处会产生反射,为了消除反射,使阻抗匹配,可以加入阻抗变换器。单节阻抗匹配器结构简单,但工作带宽窄;多节变换器可以拓宽工作带宽。一般来说,节数越多,带宽越宽,随之而来的就是变换器越长。本文提出了一种基于遗传算法的优化设计方法,并与二项式响应设计仿真对比,在多节数、大宽带、大失配负载下反射系数有更好的表现。     

工程结构优化设计的方法论

本文对现代工程结构优化设计理论与算法进行了概况和总结。分析了尺寸优化、形状优化、拓扑优化和布局优化等四种工程结构优化设计理论。介绍了三种常用的仿生学结构构优化设计算法:遗传算法、模拟退火法、神经网络算法。     

高阶微分器优化设计研究

提出了一种基于BP算法的正弦基函数神经网络模型，研究了该数神经网络算法与线性相位数分器幅频特性的关系，提出了该神经网络算法的收敛条件，给出了高阶微分器的优化设计实例。计算机仿真结果表明了该神经网络算法不仅是有效的而且是高效的。与传统的窗口函数法和雷米兹化设计方法相比，本优化设计方法不需要计算矩阵的逆，因而解决了雷米兹优化设计方法求高阶矩阵逆的困难。由于微分器是一种特殊的4型FIR线性相位滤波器，只要求出脉冲响应序列，就可以用软件方法实现数字微发运算，也可以通过CPLD复杂可编程器件或DSP数字信号处理芯片实现硬件数字微分运算，因此，设计出性能指标优异的微分器是高阶微分器具有十分重要的实际意义。     

2型FIR高阶数字滤波器优化设计

研究了2型FIR线性相位滤波器的幅频特性与激励矩阵为CTB的神经网络并行算法之间的关系,提出并证明了该神经网络算法的收敛性定理,给出了FIR高阶数字滤波器优化设计实例.计算机仿真结果表明了该神经网络并行算法在FIR高阶数字滤波器优化设计领域的有效性.     

机压滴灌管网优化设计与应用

传统滴灌工程设计过度依赖设计人员经验，滴灌系统成本和能耗较高。为了降低管网建设及运行成本，提出了机压滴灌系统管网的优化方法，以骨干管网中干管、分干管管径和水泵扬程为控制变量，以管网年费用最小为目标，建立优化设计模型，应用改进的萤火虫算法求解，实现骨干管网的管径组合优化。该算法针对标准萤火虫算法存在的内部缺陷，对萤火虫的初始位置、步长因子及最优位置进行了改进。4个测试函数的仿真实验结果表明，改进萤火虫算法较标准萤火虫算法和遗传算法在寻优精度和收敛速度方面更具优势，适合求解复杂优化问题。将改进算法应用到实际滴灌项目中，改进算法能够快速有效地得到符合工程实际的设计方案，骨干管网年费用较传统经济流速法设计降低了43.71%,节省投资效果明显。     

机压滴灌管网优化设计与应用

传统滴灌工程设计过度依赖设计人员经验，滴灌系统成本和能耗较高。为了降低管网建设及运行成本，提出了机压滴灌系统管网的优化方法，以骨干管网中干管、分干管管径和水泵扬程为控制变量，以管网年费用最小为目标，建立优化设计模型，应用改进的萤火虫算法求解，实现骨干管网的管径组合优化。该算法针对标准萤火虫算法存在的内部缺陷，对萤火虫的初始位置、步长因子及最优位置进行了改进。4个测试函数的仿真实验结果表明，改进萤火虫算法较标准萤火虫算法和遗传算法在寻优精度和收敛速度方面更具优势，适合求解复杂优化问题。将改进算法应用到实际滴灌项目中，改进算法能够快速有效地得到符合工程实际的设计方案，骨干管网年费用较传统经济流速法设计降低了43.71%,节省投资效果明显。     

DC/DC变换器的一种神经网络控制方法

为了消除Buck—Boosl变换器为代表的DC／DC（直流，直流）变换器最小相位性质的影响．对其输出电压进行控制，分析模型特性．采用非线性反馈控制电流内环．用RBF（径向基函数）神经网络设计了神经网络控制器控制输出电压外环，分析了系统的稳定性．仿真结果表明．提出的控制器动、静态性能很好．对变换器中元件参数的变化和负载电阻的扰动有较好的鲁棒性．     

自底向上加快神经网络学习的算法

介绍了一种加快神经网络学习的改进算法.这种改进算法结合采用快速自底向上构造神经网络算法和动态优化学习参数算法.首先,快速自底向上构造神经网络算法自动地构建神经网络的优化结构;随后,动态优化学习参数算法动态地调整和选取优化的学习参数.实验结果显示,这种改进算法能自动有效地构造网络的优化结构,与其它算法相比,具有更好的分类性能、优化的网络结构和更快的学习速度.     

基于粒子群算法优化的T-S型模糊神经网络控制器

粒子群优化(PSO)算法是一种新颖的演化算法,该算法通过粒子间的相互作用在复杂搜索空间中发现最优区域,其优势在于简单而功能强大。提出一种T-S型模糊神经网络控制器,采用PSO算法对模糊神经网络的前件参数和后件参数进行寻优,从而实现了模糊规则的自动调整、修改和完善。通过对非线性和时变被控对象的仿真研究,结果表明采用粒子群优化算法可以实现参数的全局快速寻优,而且优化后的T-S型模糊神经网络控制器能获得良好的控制性能。     

基于神经网络误差修正的灰色广义预测控制

提出一种基于神经网络误差修正的多步灰色广义预测控制算法,采用神经网络对灰色系统的建模误差进行预测,同时根据新信息优先的原则,用最新预测误差不断更新神经网络建模数据,对新出现的误差具有动态补偿动力,最终预测值为模型预测值与预测误差之和,有效地抑制模型误差的影响,增强灰色广义预测的鲁棒性.仿真结果验证了该算法的有效性.     

遗传算法在PID自整定控制中的应用

提出了一种基于遗传算法和单神经元的自整定PID控制器的设计方法，该控制器首先利用遗传算法对PID的3个参数作离线优化，搜索到一组准最优的PID参数，作为PID控制器参数的初始值，然后利用改进后的单神经元梯度下降法在线调节PID参数，以使系统获得最优的动态性能和稳态性能．仿真结果表明：与传统PID控制算法比较，该控制方法响应速度快，具有更好的控制效果．     

基于改进Paik型Hoptield网络的图像复原

针对图像复原提出了一种改进的Paik型Hopfield网络神经元状态变化规则,在此基础上详细讨论了全并行算法的收敛性、残值误差和能量变化,并依据"由粗至精"的思想和相邻精度层能量变化差估计提出了一种改进迭代算法.仿真实验表明该方法能无限逼近能量极小点,大大提高了Paik型Hopfield网络的精度和收敛速度.     

基于RBF神经网络多步预测的自适应PID控制

提出一种基于RBF神经网络多步预测的自适应PID控制算法．该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识，利用多步预测误差对PID型控制器网络进行训练，从而实现PID参数的在线自适应寻优．通过对典型非线性系统的仿真研究，该控制系统具有较强的适应性和鲁棒性．     

基于改进Paik型Hopfield网络的图像复原

针对图像复原提出了一种改进的Paik型Hopfield网络神经元状态变化规则,在此基础上详细讨论了全并行算法的收敛性、残值误差和能量变化,并依据"由粗至精"的思想和相邻精度层能量变化差估计提出了一种改进迭代算法.仿真实验表明该方法能无限逼近能量极小点,大大提高了Paik型Hopfield网络的精度和收敛速度.     

一种不定控制系统的强健神经网络控制器

探讨不定控制系统的强健神经网络控制器．这是一个由遗传运算法则确定的最佳隐藏神经数的前馈多层神经网络．它借助状态空间控制器和编入必要的最佳程序,进行非线性处理,以确保性能的强健性．混合的遗传运算法则和后繁殖神经培养,具有最佳网络结构和神经染色体接合权的双重目标,把最佳网络结构和神经权协调地聚合,从而得到与性能控制目标基本一致．