基于粗糙集属性变分区的属性约简

应用粗糙集的方法，分析决策系统中不同的属性分类方法，以及不同分类方法引起的属性重要性与属性相对约简极小子集的变化情况，寻求属性分类方法与属性约简结果相互影响的内在因素，给出高效的属性分类方法和合理确定约简子集的策略，生成策略对应软件的实现算法，并运用软件实现算法来选取相对约简子集．试验结果显示了该策略及算法的有效性．     

基于Rough Set的中医类风湿诊断知识抽取

提出了基于Ｒｏｕｇｈ Ｓｅｔ理论用于类风湿的中医辨证,首先介绍了ＲｏｕｇｈＳｔｅ的基本概念,并给出了处理类风湿中医辨证,首先介绍了ＲｏｕｇｈＳｅｔ的基本概念,并给出了处理类风湿中医辨证的处理方法：实践表明,这种新方法是很有效的。     

锌钡白转窑"等质量等能量"控制模型参数辨识

针对锌钡白转窑控制项目中“等质量等能量”控制模型在进料量估算和控制模型参数辨识方面的不足,通过分析大量的历史数据和总结操作工人现场手动控制的经验,提出一种新的进料量计算方法和控制模型参数辨识方法,把进料量控制纳入到消色力控制中来,同时引入人工判断消色力作为辨识依据.文中还给出了参数辨识的具体过程,并对控制效果进行了探讨.该方法已成功应用于转窑控制中,提高了产量和产品的消色力.     

锌钡白生产转窑控制系统的实现

为了改变某立德粉厂手工控制造成产品质量偏差且不稳定的状况 ,对生产中的关键设备———干燥煅烧转窑引入计算机控制系统 .在充分分析现场实际情况的基础上 ,采取了两级控制方案 :第一级 ,采用抗饱和PID算法控制窑头温度以确保系统供热稳定 ;第二级 ,基于能量的思想控制消色力指标以确保产品质量提升和质量稳定 .经过 8个月现场应用和测试 ,窑头温度控制在给定值的± 5℃的范围内 ;高质量产品出品率提高了近30 % .     

晶闸管传动装置引起电力系统振荡的仿真

本文提出50100kW大型热连轧精轧机晶闸管传动装置在冲击负荷下引起电力系统振荡的等值电路、仿真模型、仿真流程图及仿真结果。并提出抑制和消除振荡的方法。     

一种新的粗糙集与支持向量分类机算法

用支持向量机的机器学习是依据结构风险最小化原则,序列最小优化(SMO)是较特殊的分解算法。对高维大样本对象,支持向量机训练算法面临耗时增大与维数灾问题,利用粗糙集(RS)对不确定数据处理能力,提出一种新的粗糙集与支持向量分类机算法RS-SMO,可以对数据集做属性约简,生成类边界集作为SMO的训练子集,比原始训练集的维数与规模大小都有一定程度的减少,可构造出具有较好时空性能的算法。用两个实用数据对象做仿真,实验结果表明算法RS-SMO比SMO的性能有大的提高,实现了结构风险最小化。     

基于Matlab的多速度模式电梯群控系统模型仿真

多速度模式运行是现代中高速电梯的重要特征，而运行仿真是电梯群控仿真研究的基本环节。应用面向对象技术和基于事件扫描的数字仿真技术，在通用的Matlab开发环境中实现了电梯的多速度模式仿真，为电梯群控策略的研究与开发提供了优良的基础平台。仿真实验引进了一种简单而新型的群控策略，仿真结果表明该仿真平台的实用性，具有一定的应用价值。     

基于人工免疫和图像直接反馈的视觉伺服控制

传统的基于图像特征的视觉伺服控制方法通用性差,且图像特征的标记、提取与匹配过程复杂.为此,文中提出了一种基于人工免疫和图像直接反馈的平面视觉伺服控制方法.首先采用人工免疫算法求解期望图像与反馈图像之间的位置与旋转误差,然后将误差信号经视觉控制器转换成机器人空间的位姿增量信号发送给机器人控制器,从而在无需进行图像特征标记与提取的情况下完成视觉伺服闭环控制任务.实验结果表明,采用文中方法能控制机器人准确地跟踪目标物体,控制误差不超过1个像素,说明文中方法是有效和正确的.     

基于粗糙集的支持向量回归机混合算法

利用粗糙集(RS)对不精确数据的处理能力,生成分类数据的边界集,替代原始样本作为训练集,减少训练集与获取的支持向量的数量,然后使用支持向量机的最小序列优化(SMO)算法改进回归学习机的性能.将粗糙集与SMO回归算法结合提出一种混合函数回归算法RS-SMO-RA.在常用SMO回归算法SMO-RA基础上,扩增一段简短的生成边界样本的算法程序.仿真结果表明,算法RS-SMO-RA的效率更高,且能够改进学习结果的性能.     

一种基于遗传算法的模糊神经网络结构和参数优化

提出一种基于遗传算法的三阶段优化策略。在给定初始参数基础上,利用基于十进制编码的遗传算法实现模糊神经网络的结构优化,用基于二进制编码的遗传算法实现模糊神经网络的参数优化。仿真结果表明上述优化策略是有效的。