基于参数嵌入算法的支持向量机分类可视化研究

针对常用的降维算法只能可视化高维数据某一方面或某几方面特征的不足,运用参数嵌入算法在低维空间可视化其所有的特征。首先假设数据的类别在嵌入空间服从高斯分布,通过支持向量机分类算法获得训练数据在高维空间类别属性的后验概率,然后运用参数嵌入算法得到测试数据在嵌入空间的坐标和类别属性,从而实现高维数据分类的可视化．在Usps,YaleB,Mini Newsgroups数据集上的实验结果表明,该方法不仅能在低维空间表示高维数据与所属类别的联系,而且能正确揭示出数据集内部和类别集内部的关系,有利于深入研究高维数据分类的性质,参数嵌入算法的可视化效果优于直接应用PCA,ISOMAP等算法得到的低维图形,并且计算复杂度仅是数据类别和相应个数的乘积,非常适合于数据量大,类别数较少的数据分类可视化。     

采用非固定多段映射罚函数的非线性约束优化差分进化算法

采用非固定多段映射罚函数法处理问题的约束条件,提出了一种用改进差分进化算法求解非线性约束优化问题的新方法.结合差分进化算法两种不同变异方式的特点,引入模拟退火策略,使算法在搜索的初始阶段有较强的全局搜索能力,而在后阶段有较强的局部搜索能力,以提高算法的全局收敛性和收敛速率.用几个典型Benchmarks函数进行了测试,实验结果表明,该方法全局搜索能力强,鲁棒性好,精度高,收敛速度快,是一种求解非线性约束优化问题的有效方法.     

动态分级的并行混沌优化算法研究

针对混沌优化对初始值敏感、搜索精确解效率低等不足,提出了一种动态分级的并行混沌优化（DHPCO）算法.DHPCO算法采取三种级别的并行混沌机制,分别用于全局搜索、局部搜索及二者的结合,并且根据搜索阶段动态调整各种级别中并行变量的数目.描述了DHPCO算法的基本思想和实现步骤,分析了其收敛性.仿真实验验证了该算法比其他并行混沌优化算法性能更优.     

基于支持向量机的非线性逆控制及仿真研究

针对逆系统方法中非线性逆模型辨识困难的问题,研究了基于支持向量机(SVM)的逆模型辨识及控制,提出了一种SVM逆模型与PID结合的复合控制系统.由SVM辨识非线性系统的逆模型作为前馈控制器,形成直接逆控制.同时,由PID控制器构成反馈控制,克服直接逆控制鲁棒性不强的缺陷.仿真研究表明,SVM的逆模型辨识能力强,该复合控制系统具有比直接逆控制更优的控制性能和鲁棒性.     

基于复合微粒群算法的非线性系统模型参数估计

在系统辨识理论的实际应用中根据不同的对象和建模的不同目的去选择合适的辨识算法是一件不容易的事。针对非线性系统模型的多样性,提出了适应于多种不同模型的基于复合微粒群优化算法(HPSO)的系统参数估计方法,并对多种模型实例进行了仿真研究。实验结果表明,该算法是一种有效的系统模型参数估计方法。     

基于FNN的电动汽车自适应横向稳定性控制

针对分布式驱动电动汽车(Distributed drive electric vehicles,DDEV)在急转弯时出现的不足转向和侧向失稳等不确定性稳定问题,提出了一种基于模糊神经网络(Fuzzy Neural Network,FNN)的自适应横向稳定性控制系统.该系统包括上级直接横摆力矩控制器和下级转矩分配控制器.其中,上级直接横摆力矩控制器根据不确定因素产生的质心侧偏角误差得到期望的直接横摆力矩;下级转矩分配控制器将上级控制器输出的直接横摆力矩按轮胎载荷分配至每个轮毂电机,实现高效调整汽车姿态,提高汽车的转向能力和侧向稳定性.仿真实验表明,所提出的控制系统显著提升了DDEV的侧向稳定性,表现出较传统模糊控制更好的控制效果.     

混合动力挖掘机能量管理系统控制策略研究

针对最优控制理论设计的混合动力挖掘机最佳燃油控制策略具有全局寻优计算量大、需提前预知系统所有工况状态的不足,本文提出一种实时最佳燃油能量管理策略,对发动机的"转速-功率-燃油耗率"进行数值建模,在直流母线电压稳定的约束下,计算使发动机高效运行的储能系统功率补偿量,并作为控制决策输出;随后,采用有限控制集模型预测控制实现储能系统在该控制决策下的快速功率控制.仿真验证了该方法的有效性和正确性;工程试验表明,该策略在挖掘机平地轻载、重载旋转工况下的燃油耗量分别为传统机型的82.2%和77.6%,可供实际设计参考.     

柠檬酸为配位剂对Pr3+掺杂CaTiO3薄膜发光性能的影响

主要研究了配位剂柠檬酸对溶胶-凝胶法制备CaTiO3：Pr^3＋薄膜发光性能的影响．以乙酸、乙二醇甲醚为溶剂,合成了加入柠檬酸为配位剂和未加入柠檬酸的Pr^3＋掺杂CaTiO3溶胶,并使用旋涂法在硅基片上制备了不同退火温度下的CaTiO3：Pr3^3＋发光薄膜．用X射线衍射和原子力显微镜分析了薄膜的相组成及表面形貌,并使用荧光光谱仪对薄膜的发光性能进行表征．研究发现硅基上制备CaTiO3：Pr^3＋薄膜在1000℃发光性能最佳,而柠檬酸的加入有效地改变了薄膜的表面形貌,较高的表面粗糙度和较大的颗粒大小使得CaTiO3：Pr^3＋薄膜具有更好的发光性能．     

复合最优模型微粒群优化算法研究及应用

针对微粒群算法全局最优(Gbest)模型收敛速度快、局部搜索能力强、鲁棒性差,局部最优(Lbest)模型全局搜索能力强、鲁棒性好、收敛速度慢的特点,提出了一种结合全局最优和局部最优两基本模型特点的复合最优模型微粒群优化算法。用4个Benchmarks函数进行了测试,实验结果表明,与微粒群算法的两种基本模型相比,该复合模型算法能有效提高算法的收敛速度及全局搜索能力。最后将算法应用于一个非线性系统模型的辨识,辨识结果验证了该算法的有效性。     

电气设备局部过热故障的模拟试验及检测系统

GIS(gas insulated switchgear)和GIL(gas insulated line)是电力工程中重要的气体绝缘输电装备。局部过热是这类设备典型故障之一。为了研究GIS/GIL装备内局部过热缺陷引发绝缘气体或气固绝缘系统的老化分解现象,本文试制了基于比例-积分-微分控制的局部过热故障模拟试验及检测系统,实现了局部过热温度自动测控、功率实测和气体分解产物检测。本系统模拟最大发热功率接近800W,与实际设备局部发热功率相当；局部高温可达660℃,满足模拟金属导体部件发热损坏的要求；系统具有良好的温度测控能力,400℃时波动值不大于±1℃,625℃时波动值不大于±5℃；发热模块输入电压、电流波动范围不超过±1%,功率波动范围不大于±1.5%。同时通过625℃时C4F7N/CO2气体分解、涉及环氧树脂的气固分解以及400℃时SF6/N2的分解试验,验证了该系统适用于纯气体和气固绝缘系统的局部过热故障模拟。相比于现有研究成果,本系统在故障元件表面温度测控和发热功率等方面具有较大改进,模拟效果更接近气体绝缘装备的实际故障状况。