用随机神经网络优化求解C-TSP

基于动态随机神经网络(DRNN:Dynamical Random Neural Network)求解典型旅行商优化问题TSP(Traveling Salesman Problem),通过简化方程参数的改进算法,针对解决大规模TSP的求解效果在时间以及路径寻优上所存在的问题,提出一种新的分区方案来解决中国31城市的旅行商问题.所获得的最优路径结果与目前公开文献中已有的其他神经网络所解的结果相比较,显示出采用随机神经网络解决多于10个变量TSP问题的优越性.实验结果表明,采用该方法解决31个城市TSP的优化,所得出的最短距离(15 112.7km)比已有5种算法的结果都要少.     

Lindblad型开放量子系统最优控制

对于伴随着松弛和耗散的Lindblad型开放量子系统,采用基于Liouville超算符变换的方法,将开放量子系统的动力学微分方程的矩阵表达形式转化成向量表达以简化微分方程的求解。以系统被控状态到达目标状态的期望值为性能指标,对变换后的开放量子系统进行最优控制律的设计,以达到状态转移的目的。在MATLAB环境下以2能级开放量子系统为例进行了系统仿真实验。对控制参数的变化对系统的布居数转移概率及其控制时间的影响进行了对比实验,并对实验结果进行了对比分析。

Abstract：

In order to solve the state of an open quantum system with relaxation and dissipation,the dynamical equation of the system in matrix was transformed into vector form in Liouville space. Taking the expectation value for the state under control reaching the target state as performance indicators,an optimal control function was derived for the system transformed. The control a 2-level open quantum system was simulated on in MATLAB. The influence to population transfer probability and control time caused by changing of parameters were analysed contrastively.     

陀螺稳定平台中速度环的非线性实验建模

在阐述两轴四框架陀螺稳定平台的结构和工作原理的基础上,具体分析了从实际实验装置中获取数据的方法。通过对内环中速度稳定环的机理分析,得到了简化的线性模型。针对平台在低频工作环境下所表现出的严重非线性特性,将线性模型与非线性的Stribeck摩擦力模型相结合,建立了系统的数学模型。利用遗传算法和所获得的实际系统数据对模型参数进行了辨识;通过在所辨识出的系统模型上进行扰动隔离的系统仿真实验,并将其结果与实际系统的性能进行对比,验证了所建模型的精度;通过对模型残差的分析,进一步地改进和提高了所建系统模型的精度。为研究两轴四框架陀螺稳定平台模型与误差补偿提供了实用的高精度的数学模型。     

暂态混沌神经网络的算法改进及其在TSP中的应用

根据暂态混沌神经网络所具有的通过负反馈系数对神经网络引入退火机制,并通过网络动态运行中系数的不断减少来使网络从初期的混沌状态收敛到稳定收敛状态的特点,将其应用到中国31个省会城市的旅行商问题中.针对应用中所存在的解决较大数目的组合优化问题不易收敛到最优解的情况,将暂态混沌神经网络和传统的启发式算法相结合,提出一种组合算法.给出了改进算法的具体设计以及应用实施的步骤,并对应用结果进行了性能对比分析.     

基于GA的非线性电机自适应模糊滑模控制器设计

提出一种基于GA的自适应模糊积分型滑模控制策略,并将其用于具有非线性动态摩擦力的单轴运动控制系统中.控制器由自适应模糊控制项和补偿控制项组成,自适应模糊控制项用来逼近理想滑模控制律,补偿控制项用来补偿逼近偏差,利用李亚普诺夫稳定性理论推导出模糊规则和补偿控制项中逼近偏差边界在线自适应律,采用遗传算法优化自适应律中参数.仿真和实验结果表明了该控制策略的有效性.     

一种改进的重复控制系统及其应用

通过在基本重复控制系统中引入低通滤波器,同时引入另外两个前向系数,改善了闭环系统的稳定性和进一步提高了系统响应的跟踪精度．采用数字化技术,将这种改进的重复控制系统实施于一个实际的机电装置上,展现出良好的跟踪性能和抗干扰的鲁棒性．     

基于李雅普诺夫稳定性理论的最优量子控制

利用宏观领域中双线性系统的设计方法,结合纯态量子系统的数学模型具有双线性系统形式的特点,通过选定的系统控制的性能指标,采用李雅普诺夫稳定性理论,提出了基于李雅普诺夫稳定性理论的量子系统最优控制策略;详细推导了最优控制律的设计过程;并在自旋1／2粒子上进行了系统仿真实验,结果验证了该方法的有效性,同时分析了不同参数的选择对系统控制效果的影响．     

用于系统辨识的神经模糊推理系统的研究

通过具有代表性的、针对非线性系统辨识的例子，对自适应神经模糊推理系统在实际应用中采用不同方式的实现过程进行了详细分析与综合。首先，采用搜索树对模型输入变量的选取原则进行了分析；然后，分别采用聚类分割法与平均分割法对模糊模型结构辨识方面的各自特点进行了比较。在对辨识模型的验证中，重点分析了训练样本数目、模糊模型参数数目与模糊模型泛化能力之间的关系，并通过不同模型测试性能结果的对比，说明并联模型泛化能力的复杂性。     

改进型B样条网络函数及其应用

B样条网络函数可以作为模糊神经系统的隶属函数,通过指出常规B样条模糊隶属函数构造中存在的不足,提出了针对性的改进措施,从而既满足了B样条本身的性质,又从理论设计上避免了使系统不稳定的因素,增加B样条函数在作为模糊神经网络控制器的实际应用中的抗干扰能力,论给出了改进型B样条网络的设计过程以及实验结果,在实际电机速度控制系统的对比实验中证明了所提改进方法的有效性和实用性。     

彩色城市栅格地图道路网络自动获取方法

为适应栅格地图向矢量地图转化的需求,提出一种从彩色城市栅格地图自动获取道路网络的方法———道路获取对象特征法.由于城市栅格交通地图由道路、区域及噪声3类像素构成,所以新方法包括3个关键步骤:首先利用道路和区域的特征进行图像规范化处理,即所有道路用一种颜色表示,所有区域用另一种颜色表示,图像中其他颜色的像素视为噪声;其次建立4种噪声分类方法来消除规范化图像中的噪声;最后结合规范化图像和道路的连通性,实施道路连接以获取完整的道路网络.与其他方法相比,对象特征法对地图图像的颜色不敏感,可从多类地图图像中自动获取道路网络,并且耗时较少.实验结果表明:对象特征法可完整地提取出地图图像中的道路网络,从整幅合肥市地图图像中提取完整的道路网络仅需32.593s.