基于动态神经网络的PID参数整定与实时控制

提出了一种基于对角回归神经网络的PID控制器结构,给出了PID参数在线自整定的学习控制算法。为检验控制效果同时还使用了静态BP网络来整定PID参数,并在Matlab环境下,分别建立了基于对角回归神经网络和BP网络的液位实时控制系统。实际的控制效果说明,基于动态网络的PID控制器工作稳定,具有较好的鲁棒性。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。     

基于对角递归神经网络的非线性逆动态控制

采用2个对角递归神经网络(DRNN)构成非线性逆动态控制系统，一个用作辨识器，逼近系统的正模型，为逆动态控制提供系统的灵敏度；另一个用作控制器，逼近系统的逆动态模型，再与原系统串联组成伪线性系统．仿真结果表明该控制方法实现了对非线性系统的有效控制。     

无限重复流速与拥塞控制博弈实例的应用

在讨论了一次博弈模型和流速均衡解析解的基础上,对基于无限重复博弈模型的流速与拥塞控制行为进行了研究.提出了重复和无限重复流速与拥塞控制博弈模型,论证了重复博弈NEP的存在性和最优性,讨论了重复博弈中贴现因子的意义;通过2个无限重复流速控制博弈的实例(2个端系统和N个端系统),介绍了在非合作的流速与拥塞控制中规范(约束)端系统的行为方法,以维护和实现整个流速与拥塞控制系统效用的最优.     

基于解释结构模型和MICMAC的城市交通拥堵问题分析

通过对城市交通拥堵现状的调查研究,从管理、设施和交通参与者3个方面归纳出造成城市交通拥堵的11个主要因素,建立了解释结构模型,分析了各因素间的层级关系,通过交叉影响矩阵相乘法(matriced impacts corises-multiplication appliance classment, MICMAC)分析对影响因素进行了分类,进一步分析了各因素对交通拥堵的影响,找到了造成城市交通拥堵的表层、中层和底层影响因素,为缓解城市交通拥堵问题提供了可供借鉴的依据.     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性。针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit, GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将其编码为网络安全态势值;利用改进的粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优,以加速GRU神经网络的训练。仿真分析表明,所提方法具有更快的收敛速度和较低的复杂度,并且在不同的预测时长下具有较小的均方误差和平均绝对误差。     

BDRouter:拐弯数密度驱动的总体布线算法

拐弯优化是布线阶段考虑的重要问题之一。该文提出了一种考虑拐弯优化的总体布线算法BDRouter来同时考虑减少布线拐弯数和拐弯密度。这有助于在布线阶段减少通孔并给必要的通孔增加可能的冗余通孔位置,以此来增强可制造性、可靠性和提高成品率。实验测试表明:该文算法与已有典型算法相比,在线长不增加或增加不超过10%的前提下,能够减少约50%的拐弯数,并降低约20%的拐弯数标准差。     

多径衰落信道下TCP协议的分析及改进

为了区分大尺度传播模型和多径衰落的小尺度模型在实际传播环境下的不同,针对无线信道多径衰落的特点,分析了TCP(Transmission Control Protocol)在多径衰落信道下的特性,提出了一种根据当前网络实际情况进行带宽估计而采取相应拥塞控制机制的TCP协议,并对不同TCP版本和改进后的协议进行了仿真分析。结果表明,改进后的协议能够根据网络的状况进行有效的拥塞控制,在既存有网络拥塞又有多径衰落导致丢包的情况下,其算法的吞吐率比TCP-Sack提高了约17.8%。     

Ad Hoc网络中支持拥塞控制的速率自适应协议

Ad Hoc网络中节点需要竞争共享信道,容易使部分节点发生拥塞而丢弃部分分组,造成带宽资源浪费。为了更有效地利用Ad Hoc网络物理层的多速率能力,提出了一种支持拥塞控制的速率自适应协议,引入了可变发送窗口机制,接收节点根据信道质量选择可用的最高传输速率,并根据其队列拥塞程度控制发送端节点的发送窗口,发送节点按照发送窗口的大小连续发送多个数据帧。仿真结果表明,该协议能够充分利用信道条件,在网络重负载的条件下,饱和吞吐量提高80%,并能够调整拥塞节点的分组进出速率,有效地控制了网络拥塞。     

嵌入式网络通信中RED算法改进

在嵌入式网络通信中,主要采用RED算法解决网络拥塞。由于RED算法中丢包率与平均队列长度成线性关系,导致网络在拥塞并不严重时丢包率较大,在拥塞比较严重时丢包率较小,拥塞控制能力较低。经研究,发现IMPRED算法能解决这个问题,当平均队列长度在最小阈值附近时丢包率增长速度较小,在最大阈值附近时丢包率增长速度较大,避免了网络的全局同步。利用时间复杂度和空间复杂度对IMPRED算法和RED算法进行比较,IMPRED算法没有增加RED算法的复杂度。通过NS 2.30仿真证实,IMPRED算法可以提高网络吞吐量,减少延时抖动,使网络比较稳定。