多特性仿生统一神经元模型

为对几十种神经元模型做出统一描述,总结归纳出目前生物医学界和工程科学界普遍认可的生物神经元的十二大基本特性,并以此为基础提出了一种更为全面反映生物神经元特性的人工神经元统一框架模型——多特性仿生统一神经元(MBUN)模型.经验证,该模型可有效描述各种常见神经元模型及学习算法.     

金沙江白格滑坡运动过程分析及潜在不稳定岩体预测

2018年10月11日和11月3日于西藏江达县波罗乡白格村与四川省白玉县绒盖乡则巴村交界处,金沙江右岸先后发生两次滑坡,堵塞金沙江形成堰塞湖,经人工干预险情解除未造成严重损失。采用Voellmy流变模型,基于PCRaster环境使用MassMov2D模拟了两次滑坡的运动和堆积过程,并使用第二次滑坡的反演结果对白格滑坡滑源区的三处潜在不稳定岩体做了预测分析。模拟结果表明:MassMov2D可以用于金沙江白格滑坡这种滑坡-碎屑流的模拟,两次滑坡的主要堆积区域和堆积厚度均于实际情况接近;利用第二次滑坡模拟反演参数预测三处潜在不稳定岩体,假设三处不稳定岩土体同时失稳滑动,会形成64 m高的堰塞坝,可能再次堵塞金沙江形成堰塞湖。     

基于改进自适应遗传算法的舵机系统辨识方法

为了更准确地测量舵机的性能指标,利用系统识别技术来建立其数学模型具有很关键的作用。首先分析并建立电动伺服系统各部分结构模型,然后应用改进的自适应遗传算法(improved adaptive genetic algorithm, IAGA)进行系统辨识,同时将标准测试函数用于改进算法和不同智能优化算法的性能测试。最后将建立的模型作为辨识系统模型进行参数辨识,并将具有不同信噪比(signal noise ratio,SNR)的噪声信号添加到电动舵机的输出端以验证算法的稳定性。舵机实际实验结果表明,该方法参数优化精度高,抗噪声能力强且具有重要的工程使用价值。     

应用虚拟现实技术的新型轮机模拟器总体设计与系统结构

提出应用虚拟现实技术的轮机模拟器总体设计与系统结构和虚拟机舱、虚拟集控室、虚拟驾驶台、虚拟控制仪表板的新概念,并予以实现.综合应用计算机生成的动态三维图形、多媒体和虚拟现实技术,可获得比物理模拟更真实的仿真效果,使轮机模拟器成为具有动态视景和良好人机自然交互界面、有临场感的操纵仿真器.     

井冈山区域景区村落环境监测指标体系的建立

伴随井冈山区域旅游产业迅猛发展,作为主体产品资源之一的景区村落表现出迫切的环境管理需要,在对井冈山区域内所有景区村落进行环境调查的基础上,探明了井冈山区域内景区村落的特点、景区村落的环境现状及污染趋势,对景区村落环境管理中存在的主要问题进行了系统的分析。据此提出了建立井冈山区域景区村落环境监测指标体系的初步构想,并筛选出社会环境和自然环境两大类监测指标。为后续建立景区村落环境监测地方标准奠定了基础,也可为科学有序地开展景区村落环境监测工作提供借鉴和技术支撑。     

基于模拟退火-强化学习算法的船舶运动控制

船舶运动控制与航行的安全性、可操纵性和经济性密切相关。本文基于模拟退火-强化学习算法提出了一种混合智能控制器,应用于船舶运动航向控制中。这种混合智能控制器发挥了各种智能算法的优势,能够克服风、浪、流等外界的干扰,船舶操纵自身的不确定性,以及干扰或仪器测量误差情况下,精确的训练数据不容易得到的缺陷。最终的仿真结果表明,当存在风浪干扰海况下,船舶航向的控制仍能取得令人满意的效果。     

基于混合智能技术的船舶运动控制仿真研究

将混合智能技术应用于船舶航向控制，对控制器的参数进行离线学习，地其结构、参数与规则权重进行了在线调整，可以在一定程度上解决船舶运动中的不确定性问题，仿真表明该算法是可行的。     

基于危险模式免疫算法模型

本文阐述了危险模式的基本概况及运行机理,提出了一种新型的基于危险模式的免疫算法模型,并探讨了基于危险理论免疫算法的应用领域。     

船舶减摇鳍逆模式小波神经网络自适应控制

根据船舶横摇运动的特点，本文提出以伪随机二元序列信号(PRBS)作为波倾角仿真输入信号，将逆模式小波神经网络自适应控制方法应用于船舶减摇鳍控制系统，取得了良好的减摇效果。仿真实验表明此方法能够克服传统PID控制适应性差的缺点，具有较好的容错性和较强的适应非线性的能力。     

基于误差反传小波神经网络的船舶横摇时间序列预报

结合小波分析和神经网络的特点，建立了应用于船舶横摇运动时间序列预报的误差反传小波神经网络结构并给出了算法。作者利用多输入、单输出小波神经网络预报模型进行了仿真，取得了良好的仿真效果。此方法不仅可应用于横摇运动时间序列预报，亦可用于纵摇、艏摇的时间序列预报。