时滞系统线性伺服机构的设计方法及应用

本文利用块脉冲函数,采用参数优化的方法,对具有任意状态(或输出)时滞、控制时滞及其任意初始条件的多变量定常系统,就其线性伺服机构的设计,进行了研究,提出了计算其最优控制向量和最优状态(或输出)向量的具体算法。该算法简单,且便于工业生产过程中实施。仿真结果表明,此算法对设计时滞系统线性伺服机构是切实可行的。     

基于能量均衡的WSN多跳非均匀分簇路由算法

在无线传感器网络路由协议中采用多跳通信的方式能够减少通讯距离、增强网络通讯的稳定性并提高网络能量利用效率,但是,由于靠近汇聚节点的簇头需要转发大量数据,容易导致能量快速衰竭而失效,造成"能量空洞"现象.提出了一种新型的基于能量均衡的多跳非均匀分簇路由算法(MUCRA),采用逐层成簇的策略,簇头以一定的半径广播分层信号,...     

让光子在空间起舞:星地量子通信的原理与应用

正量子通信是一种以量子为信息载体,并利用其特性来实现信息传递的全新通信方式。它具有绝对保密和高效率等优点,近年来已迅速成为国际信息科学的研究热点,中国也正在该领域悄然崛起。随着当今世界信息技术的迅猛发展,以微电子技术为基础的信息技术即将达到物理极限,而以量子效应为基础的量子通信,则正在逐步成为引领未来科技发展的重要领域,即将开启一次新的技术革命。量子通信是一种利用量子力学基本原理、量子系统特有属性以及量子测量方法来实现信息传递的通信技术。目前     

基于优势肽和免疫记忆的混合蚁群算法

为了克服基本蚁群算法求解速度慢、易于出现早熟和停滞现象的缺陷,借鉴免疫算法中的免疫记忆和优势肽选择继承的思想,提出了基于优势肽和免疫记忆的混合蚁群算法(SPIM-ACA).该算法在原有蚁群模型基础上增加内部记忆库,将记忆库中的解对应免疫抗体,将问题对应为抗原,运用免疫算子和优势肽选择算法进行新解的构造和记忆库的更新.将该算法从解的质量和多样性方面与传统蚁群算法、免疫算法及已有的改进算法进行了比较,结果表明:本文提出的算法不但明显提高了两个传统算法的性能,而且为解决其他组合优化问题提供了一个新的思路.     

基于HHT的语音特征参数提取及其在说话人识别中的应用

阐述了分析非线性、非平稳信号的Hilbert—Huang变换（HHT）算法。针对非平稳语音信号,提出了一种基于HHT的提取语音特征参数HHT—IF的新方法,设计了基于VQ的说话人辨认系统,分别采用HHT-IF和LPCC从不同角度进行说话人辨认实验。结果表明,特征参数HHT-IF用于说话人识别是可行的。     

改进的混沌粒子群优化算法

针对传统的简单粒子群算法(SPSO)早熟、易陷入局部最优的缺陷,提出了一种改进的混沌粒子群优化算法(CPSO)。该算法根据混沌算法遍历性的特点,选择合适的混沌映射提取SPSO初始种群,使粒子均匀分布在解空间。当SPSO陷入早熟时,CPSO在最优解周围的区域内进行混沌搜索,取代原来种群中的部分粒子,带领种群跳出局部最优。对7个标准测试函数的寻优测试表明:CPSO算法在寻优精度、速度、稳定性等方面均优于SPSO。     

基于子群混合与变异的微粒群算法及其应用

提出一种子群混合与变异的微粒群算法(SSMPSO),按适应值大小将微粒均匀分为两个子群分别进行目标优化,当子群在一定进化代数内未满足收敛条件时重新混合为一个种群.对混合种群中部分适应值差的微粒实施变异,用适应值好的微粒替代.微粒群反复进行分群进化、子群混合和种群变异操作,直至算法满足终止条件.SSMPSO算法通过几种典型高维非线性函数进行了测试,结果表明其性能明显优于基本微粒群算法.将SSMPSO算法用于常压塔汽油干点软测量,实验表明SSMPSO算法建立的汽油干点软测量模型比用基本微粒群算法所建软测量模型有了很大提高.     

浅析住宅设计中厨房的设计要点

随着物质文明的极大丰富,人们对生活质量有了更高层次、更具体的追求,住宅中的厨房成为家庭的工作中心,使用功能逐渐增加,使用面积逐渐增大。因此,做好住宅中的厨房设计,是提升住宅品质的重要因素,是提升人们生活质量的必然要求。     

基于增量式拟进化规划算法的TE模式切换最小时间动态优化

以往对聚烯烃牌号切换的优化一般采用序列二次规划和迭代动态规划方法。本文针对不同成分产品之间的切换问题,建立两层控制结构的牌号切换系统:回路控制层和牌号切换层,通过控制变量参数方法转化为带有约束的非线性规划问题。针对该问题控制变量轨迹的特性,提出一种增量式的拟进化规划方法(IEA)。对于最小时间优化问题,采用双层优化策略:内层以某个给定末端时间产生可行解,搜索可行域;根据内层可行域的大小,收缩末端时间。将该方法应用于TE仿真系统,得到TE模型两种不同生产状态之间切换的最小时间和切换过程中操作变量的轨迹,验证了所提方法的有效性。