系统分析图形定位及复角计算的一种方法

对系统进行分析要计算系统时域频域特性 ,画出相应的图形 ,编程过程中遇到了几个问题 ,例如动态图形显示定位、复角计算及内插恢复计算等 ,文中提出了一种解决方法 ,不仅对正确分析系统很有意义 ,而且对理工科课件制作者也很有参考价值。     

绘制根轨迹的计算机实现

根轨迹的计算机绘制是为了辅助自动控制原理课程教学,在Windows环境下,利用VB 6.0为写作平台制作的自控原理CAI系列课件之一.本文主要阐述了绘制根轨迹的基本思想、基本算法、软件的实现及应用.     

基于Preisach逆模型的迟滞非线性系统自适应滑模控制

针对压电陶瓷的迟滞特性严重影响了精确定位或跟踪系统的精度,提出了基于Preisach逆模型的前馈补偿滑模自适应控制。为了避免逆模型的精度受原迟滞模型精度的影响,采用逆模型前馈补偿方法。逆模型前馈补偿不依赖于原模型的精度,同时可获得补偿电压,从而减弱迟滞特性;应用了自适应滑模控制方法,减小跟踪误差,并利用Lyapunov稳定性理论证明了所设计的控制器可保证系统全局渐进稳定。最后在Matlab环境中进行仿真。仿真结果表明,系统能够很好地跟踪期望输出,减小跟踪误差,验证了控制方案的有效性。     

基于ActiveX技术的面向结构图的系统仿真环境开发

利用VB面向对象和事件驱动的特点,应用ActiveX技术在VB6.0环境下实现了绘制系统结构图及系统仿真的环境开发,介绍了ActiveX控件的设计、动态加载、结构图的绘制及系统仿真的实现过程.此软件可应用于控制理论的计算机辅助教学和控制系统的计算机辅助设计.     

基于蜜蜂进化型遗传算法的电力系统无功优化

采用蜜蜂进化机制与遗传算法相结合的蜜蜂进化型遗传算法(bee evolutionary genetic algo-rithm,BEGA)对电力系统进行无功优化计算.该算法以一定概率将蜂王(最优个体)与雄蜂(被选的个体)2部分进行交叉,因此对最优个体包含信息的开采能力得以增强.随机种群的引入,降低了算法出现过早收敛的可能性,保持了种群多样性.应用BEGA对IEEE6节点系统进行无功优化计算的结果表明:较其他算法,BEGA具有更强的全局寻优能力和更快的收敛速度.     

基于单应性矩阵分解的视觉控制器设计及仿真

为避免传统的基于图像雅克比矩阵视觉伺服控制方法中深度信息的求取,克服机械手末端仅限于做微小运动的约束,设计了基于单应性矩阵分解的视觉控制器.根据对摄像机在不同时刻对同一平面所成图像间的单应性矩阵的分解,并通过中间图像插值筛选方法,确定其视觉控制器参数.最后,以Puma560机器人为例在Matlab/Simulink环境下进行系统仿真,其结果验证了该方法的有效性.     

一种基于支持向量机与灰色的组合预测新方法

本文根据最小方差将支持向量机和灰色进行组合得到组合预测模型,弥补单模型方法的不足,算例结果表明预测精度明显提高。     

多非线性时滞Lurie控制系统的绝对稳定性

用Lyapunov泛涵方法,对几类具有多个非线性控制项时滞Lurie控制系统的绝对稳定性问题进行了研究,得到了若干新的实用充分条件,推广了已有的一些结果.2个简洁的例子说明了本文结果的有效性.     

改进的K-近邻算法及其在学习预警中的应用

随着大数据在教育中的作用日益凸显,大量的数据被应用到教学研究、教学评估和行为预测.学生的成绩、行为记录、与老师的互动记录等教育数据,都已经开始发挥价值.为了解决课程的低通过率问题,将改进的K-近邻算法应用到学习预警中,首先利用网格搜索和交叉验证相结合的方法对模型参数进行优选,其次在构建决策树过程中,利用基尼增益确定特征的权重系数并且根据权重系数进行特征选择,在计算距离时引入权重系数,使每个特征收到权重系数的约束.实验表明,在一个公开的数据集和一个真实的数据集上,改进后的K-近邻算法显著优于传统的K-NN.     

基于不变矩特征及BP神经网络的图像模式识别

根据图像的不变矩特征,应用BP神经网络实现了图像的模式识别.由于神经网络本身具有很强的学习能力及容错能力,且采用并行工作方式,因此,此识别方法与传统的模式识别方法相比,具有较强的抗干扰能力及较快的识别速度.本文通过实验验证了此方法的有效性.