基于知识的分层事件调度混杂系统仿真策略

仿真策略是仿真学研究的核心问题之一。本文针对一类具有决策功能的混杂系统，提出一种基于知识的分层事件调度仿真策略。通过引入专家系统，建立了决策调度和事件调度的分层智能调度模型，克服了离散事件系统仿真策略缺少决策分析和事件处理缺乏层次的局限性。该策略算法设计简单，易于实现，并且已经在宝钢铁水运输仿真系统中得到实际应用，其有效性得到证明。     

多层神经网络共轭梯度优化算法及其在模式识别中的应用

将神经网络总体平均误差作为目标函数,以待求的神经网络权值和阈值作为设计变量,通过设计变量合理排序与分配,提出多隐层多层神经网络权值和阈值计算的高精度真实共轭梯度最优化算法·与BP算法和梯度优化算法相比,既能实现每步迭代在搜索方向上获得最优步长保证目标函数递减,又能克服在目标点附近的振荡现象·编制出神经网络权值和阈值计算的通用程序,给出神经网络合理结构选择的基本原理·通过足球机器人位置分析算例的神经网络分析和模式识别,表明所提出算法的有效性和实际应用价值·     

离散制造系统的实时反馈控制

利用ＣＭＧ在Ｈｏｌｌｏｗａｙ等人对离散制造系统反馈控制综合研究的基础，提出了位置含时间的ＣＭＧ－ＴｐＣＭＧ模型，利用该模型研究了一类离散制造系统的实时反馈控制问题，并给出了相应的离线和在线实施算法及理论分析结果。     

基于小波变换和SVM的图像压缩仿真研究

为了在较高的压缩比上获得很好的压缩性能,提出了一种基于小波变换和支持向量机(SVM)的图像压缩方法。压缩过程分三个步骤:首先对图像进行四级提升小波变换,这里采用提升格式是因为它比采用传统的Mallat算法的计算速度快;其次对变换后的小波系数用SPIHT的继承树进行重新排序;然后用回归支持向量机提取支持向量;最后对压缩后的数据进行算术编码。图像的解压缩过程是上面4个步骤的逆过程。实验结果表明,所提出的方法与常用的JPEG2000相比,当压缩比较高时有很好的性能。     

基于SVM的模糊推理在图像降噪中的建模与仿真

针对图像上的脉冲曝声，用基于支持向量机的模糊推理方法建立噪声检测模型。该建模方法应用支持向量机的学习机制从训练样本中提取支持向量，由支持向量确定模糊基函数，产生相应的模糊规则，建立起模糊推理模型。并依据此设计了一套噪声检测系统。该系统由基于支持向量机的模糊推理子系统和决策子系统组成。其中，推理子系统分别在纵向和横向上检测噪声信息：决策子系统综合纵向横向的信息，做出决策。仿真实验结果表明，所提出的方法可有效地检测并去除噪声，同时保留了图像的细节信息。     

磁流变液智能假腿的摆动相控制

阐述了一种磁流变液阻尼器控制的智能假腿摆动相控制原理。在建立了假腿摆动相的动力学模型和磁流变液智能阻尼器模型的基础上,通过步态感知系统得到假腿摆动相的各种信息以及假腿的理想步态,结合假腿摆动相和阻尼器的动力学模型求解出假腿在理想步态时膝关节处应输出的阻尼力矩,并根据这个结果控制膝关节处的磁流变阻尼器的阻尼力,实现假腿摆动相膝力矩的自动控制。仿真结果证明了这种原理的可行性并获得良好效果。     

遗传神经网络法及其在机器人误差补偿中的应用

针对某打磨机器人的位姿误差分析,提出一种采用二进制和实数值混合编码的遗传BP网络法,同时优化网络结构和权值矢量;网络结构采用二进制编码保留了粒度编码方法的优点,对连接权值系数的实数编码进行Solis&Wets运算使新的遗传算法具有进化规划和进化策略的优点;结合遗传算子和Solis&Wets算子生成后代的方法以及最佳个体保留策略使得遗传搜索空间的群体多样性更好,加快了遗传算法的收敛速度;采用动态参数编码方法替代Vittorio粒度编码方法,既提高了连接权系数的优化精度,又避免了Vittorio粒度变化所引起的适应度的剧烈不连续变化.仿真和实验结果均表明该算法能有效克服遗传算法的非成熟收敛,提高机...     

压力AGC与监控AGC相关性研究

在带钢轧制过程中,不同性质的多个厚度精度控制AGC系统同时存在,有可能在调节辊缝的方向上相互影响和干扰.理论证明,厚控系统的压力AGC和监控AGC在一定条件下存在相互独立的可能性.通过数学意义上的公式推导,针对AGC系统的实际控制流程,对某热轧机厚控系统的控制参数和结构的调整和改变,得以使此厚控系统实现控制意义上的解耦,并且经过理论推导和计算机仿真.结果表明,此厚控系统的压力AGC和监控AGC是相互独立的.     

基于核主成分分析的人脸识别

核主成分分析方法是主成分分析的改进算法,其采用非线性方法提取主成分.把核主成分分析应用到人脸识别中,利用核主成分分析方法选择合适的核函数在高维空间提取人脸图像的主成分.核主成分分析与传统主成分分析相比,可以得到更好的适合分类的特征.基于ORL人脸库,识别核主成分分析提取出的主成分的相关性系数.实验结果表明,核主成分分析不仅实现了降维,而且能取得比传统主成分分析更好的识别性能,正确识别率为92.5%.     

基于强化学习的机器人模糊控制系统设计

研究了基于强化学习(RL)的模糊逻辑控制器(FLC)设计方法,并将该控制器作为反应式自主移动机器人的控制系统。在缺乏专家知识的情况下,将模糊推理系统(FIS)和强化学习理论相结合构成模糊强化系统,通过强化学习算法获取FLC得模糊规则库,从而有效地解决了复杂未知环境的机器人导航问题。实验结果表明,由强化学习设计的模糊控制器的有效性,同时具有较强的适应能力,可以应用于不同的复杂环境。