基于静电场原理的图像分辨率增强算法

根据静电场的平衡原理，提出了图像分辨率的增强算法，其内插函数随相邻像素的电势能差和所处的能量带可以自动调节，从而实现了图像的自适应放大．在对彩色图像放大中，算法模型考虑了各个色彩分量对图像插值产生的影响，克服了常规方法对整幅图像无区别，以及采用同一种内插函数进行处理时所带来的边缘模糊效应和阶梯形失真，同时又消除了对各个颜色分量分别处理所产生的颜色失真现象．试验的各个性能指标表明，该算法与传统方法相比，插值后得到的图像不仅在图像质量上有明显的改善，而且能保持清晰的边缘和轮廓信息，因此可在遥感图像、医学系统、公安系统及一些图像处理的软件中得到应用．     

基于人工免疫网络机器人路径规划算法的进一步研究

本文进一步完善了基于人工免疫网络的移动机器人路径发现与规划算法,给出了算法的设计思想和流程详细的描述;并基于马尔可夫链理论,从数学上证明了该算法的收敛性;通过势场法、神经网络算法和遗传算法三种常用的移动机器人路径发现与规划算法的对比实验,表明文章所设计的算法具有很好的柔性,能够适应于不同的规划环境,解决了其它规划算法无法克服的规划难题以及欺骗性问题,表现出了高度的智能性。     

自调节遗传算法的研究

通过对普通遗传算法选择，交叉，变异三个算子的深入分析，揭示了早熟现象产生的原因，并数学证明了选择算子是早熟现象的主要原因，在此基础上设计了一种变异概率可以自调节的基因移民遗传算法，提出了群体相异度指标来衡量多样性，通过相异度的自动地调节变异概率的大小，确保群体的多样性来避免早熟现象的出现，最后，应用马尔可夫链数学工具从理论上证明了该算法是收敛的，实验表明：该算法具有一定的通用性，适合于实际的工程计算。     

面向高维特征故障数据的进化软子空间聚类算法

针对复杂机械设备故障诊断中特征量众多且对各种故障敏感程度不同的现象,提出了采用软子空间聚类算法来实现故障的识别方法。同时,针对传统软子空间聚类易陷入局部最优,目标函数设计受限制的缺点,又提出了采用进化计算实现聚类的方法。利用同类样本在相关特征维上方差小的假设,新的目标函数能更好地评价聚类结果的质量。在该算法中,通过设计类中心和权重值的混合编码以及聚类导向搜索算子,使算法更适于聚类问题的优化,而且设计的修复算子可有效地去除不合理的聚类结果。采用5组UCI数据集、2组轴承滚珠故障数据集和3组往复式压缩机气阀故障数据集对算法进行了测试,结果表明:该算法明显好于几种的软子空间聚类算法,在Rand指标上最多可高出0.226 6,并且对2组不同工况下一级缸气阀故障可实现100%的故障识别。     

辣椒杂交优势种选育研究

本文主要介绍了利用早熟、丰产、优质辣椒杂优种培育模型，通过杂种优势利用途径，采取系谱选择法培育亲本自交系，无定规配测法试配组合，测定组合的一般配合力及特殊配合力，选育出适宜兰州地区栽培、符合本地消费习惯、表现较好的辣椒杂交优势种。     

基于小世界原理的模型降阶优化研究

为了克服模型降阶问题参数多且易陷入局部最优值的缺点,借鉴社会网络中的小世界原理,提出了基于十进制编码策略的局部短连接和随机长连接搜索算子,进而构造了一种十进制编码的小世界优化算法(DSWA).对稳定和非稳定线性系统的模型降阶优化进行了试验,验证了DSWA算法求解的可行性和有效性.区间固定与区间动态扩展策略的对比结果表明,采用区间动态扩展策略要优于区间固定策略,且DSWA算法能在一定程度上克服陷入局部最优值的问题.此外,通过对比所得优化模型与原始模型之间的误差值、时频域响应曲线等,表明采用DSWA算法得到的降阶模型具有较优的逼近性能.     

一种针对超声检测图像的自适应阈值设置方法

在对图像阈值分割进行分析和已有算法的基础上,提出了一种针对超声波无损检测C扫描图像的自适应阈值设置方法,以实现对超声波C扫描图像的准确定量评估。该方法根据C扫描图像的灰度分布自动地计算相应的阈值,并进一步对特征区域进行分离和评估,从而克服固定阈值方法受超声波能量偏差影响大、难以准确评估的缺点。将该方法获得的结果与最大类间方差、最小交叉熵等方法的处理结果以及通过腐蚀试验获取的实际检测界面结果进行了对比,结果表明:该自适应阈值设置方法与其他分割方法相比,评估的结果更加准确,运算时间更短,并且结果受超声波能量偏差的影响最小。     

移动机器人路径发现与规划的免疫算法

分析了车式移动机器人的运动特性，设计了一种适用于该机器人的路径发现与规划免疫算法。通过仿真实验表明，该算法能够快速地发现与规划运动路径，有较好的柔性，能适用于不同的任务，所以该算法具有较高的智能。     

采用李雅普诺夫函数的电液伺服系统反馈线性化控制

针对电液伺服系统的参数时变、强非线性,致使传统控制算法难以实现高精度高稳定性的位置输出的问题,提出了一种采用李雅普诺夫函数(Lyapunov)的反馈线性化控制器。该控制器通过反馈线性化方法将电液伺服系统的位置输出控制在预定轨迹上,使系统满足准确性、快速性的要求。针对液压系统中的油液体积弹性模量参数存在着较大的不确定性且难以在线测量、不精确的参数将削弱反馈线性化的控制效果甚至导致系统失稳的问题,采用Lyapunov直接法对反馈线性化控制器进行再设计。通过系统的综合误差构建形式简单的Lyapunov函数,进而给出最优参数估计值的取值方法,且满足Lyapunov函数的导函数为非正定,从而保证了整个系统的渐进稳定性。仿真结果表明,改进的反馈线性化控制器能够很好地兼顾控制精度和系统的鲁棒性,获得较好的控制效果。     

模糊抗饱和补偿器的设计及应用

针对采用固定反馈系数的传统抗饱和补偿器难以有效补偿强非线性系统的问题,提出了一种基于模糊思想的抗饱和补偿器。采用基于条件积分法和反计算法的混合补偿方式,对反计算法中所需的补偿系数进行模糊整定,在此基础上,采用硬件描述语言描述该补偿器的逻辑算法,对算法中的乘、除运算进行优化,并移植到现场可编程门阵列器件中来完成硬件的实现。实验表明,所设计的新型补偿器在直驱式转阀的控制中能够有效地提高控制精度并减少占用资源,阀芯阶跃响应的最大超调量小于3%,需要的等效逻辑门数比未优化前减少了约41%,从而证实了模糊抗饱和补偿器的可行性。