神经网络模型参考自适应控制算法研究

分析了基于BP算法的神经网络模型参考自适应控制器对大惯性环节被控对象的控制效果,发现该算法使控制器存在严重的“过学习”现象,为避免这一现象,设计了一种新的误差函数结构,得到改进的BP算法,针对一个存在大惯性环节的线性时变系统,对比分析了神经网络模型参考自适应控制器在采用传统的BP算法和改进的BP算法时得到的不同控制效果。     

模糊神经网络中长期负荷预报研究

采用动量法、自适应学习率和异变换函数对BP算法进行改进,并通过模糊神经网络对中长期负荷进行预测,还针对BP算法中隐层节点难以确定的不足,大胆采用预测误差曲面方法,使隐层节点个数选择具有科学的依据,算法计算表明,采用模糊神经网络提高了预测精度。     

双关节刚性机器人自适应BP神经网络算法

为解决反向传播(BP)神经网络学习速度慢、泛化能力弱以及易陷入局部极小值等问题,提出了一种双关节刚性机器人自适应BP神经网络算法。首先,设计了一种新结构的参数可调激活函数,其映射范围、斜率因子、水平和竖直位置等参数皆可自适应调整,以使BP神经网络具有更强的非线性映射能力;然后,设计了一个模糊推理器来整定激活函数的斜率因子,以使斜率因子保持参数最优;最后,设计了一套控制系统并应用于双关节刚性机器人系统的位置跟踪控制,采用自适应BP神经网络算法对该系统位置控制器的比例增益、积分增益和微分增益进行了实时整定。仿真结果表明:与使用经典固定参数S型激活函数的BP神经网络算法相比,所提出的自适应BP神经网络算法考虑了激活函数的自适应性,提高了BP神经网络的学习速度和泛化能力,并抑制了假饱和现象,对位置误差的收敛速度可提高20倍以上,且可使位置和速度误差减小并接近于0。     

基于RBF神经网络的直接模型参考自适应控制

大多数的现代被控对象均具有非线性的特性,使得采用传统的PI、PID控制很难取得较好的控制效果.人工神经网络,在一定条件下可以任意精度逼近任意非线性函数且具有较强的自学习、自适应、自组织能力.故将其应用于非线性严重的装置的控制,可充分发挥其非线性映射能力和自学习、自适应、自组织的能力,实现对非线性装置的高性能控制.相比于Sigmoid激发函数的BP神经网络,RBF神经网络具有更简洁的网络结构和更快的收敛速度且可避免收敛于局部极值点,使得RBF神经网络更适合于在线应用同时也具有更好的控制效果.本文采用RBF神经网络构成神经网络NN进行自适应控制.为进一步加快神经网络的学习收敛速度,本文采用变学习速率的神经网络学习算法,学习速率随收敛过程误差的大小而自适应地进行调整,这可大大加快神经网络学习训练的收敛速度.本文对RBF神经网络直接自适应控制策略应用于非线性被控装置的控制进行了仿真研究,仿真结果表明,系统的动态响应快,超调小,稳态精度高,有较强的跟踪能力,具有较好的控制效果.     

动量-自适应BP算法在机器人碰撞检测仿真系统中的应用

根据机器人运动连续性原理,通过对误差脉冲数的统计分析,我们基于人工神经网络算法,实现了机器人碰撞检测仿真系统 根据从机器人运行时采集的数据对神经网络进行训练和仿真,在实际应用中取得了预期的效果 本文讨论了动量-自适应学习率BP算法,说明了通过误差脉冲数进行碰撞检测的原理,比较了它与传统方法的区别,并且根据神经网络训练和仿真结果对动量-自适应学习率BP算法和标准BP算法进行了比较.     

基于PSO的改进的PID控制器在VAV空调系统温度控制中的应用

以变风量空调系统的温度控制作为研究对象,在现有的研究基础上,提出了粒子群优化算法改进的BP神经网络PID控制方法。应用BP神经网络进行PID参数在线整定,粒子群优化算法提高BP神经网络的学习速率和收敛性,结合三者各自的优势以提高变风量空调系统的控制性能。     

基于神经网络的烧结终点预报的研究

针对烧结终点非线性的特点,采用误差反向传播算法的多层前馈神经网络(BP)来建立其模型,用自适应算法确定学习参数,用改进的BP神经网络的算法求出结构适宜的自适应网络。提出并实践了提高烧结终点BP神经网络预报速度的数据处理方法,基于现场数据采用计算机仿真的结果表明该方法的有效性。     

基于隶属度函数的BP人工神经网络改进算法

为了实现基于BP人工神经网络的短期电力负荷预测,提出了一种基于隶属度函数的BP神经网络改进算法.算法是在学习率自适应调节算法的基础上,引入模糊数学中的隶属度函数的概念,根据不同的误差E,来确定不同的改变学习率的α和β,进而使BP神经网络的学习过程具有更好的自适应性,提高网络的学习速度.仿真试验结果表明,在预测精度不变的情况下,收敛性明显加快.由此证明.提出的基于隶属度函数的BP神经网络改进算法是快速和有效的,可用于短期电力负荷预测和各种类似的应用.     

神经网络PID控制器在高大空间恒温空调系统中的应用

针对暖通空调领域中高大空间恒温空调系统大滞后、慢时变、非线性的特点以及不确定干扰因素多的实际情况，将具有自学习、自适应功能的神经网络PID控制器应用于空调系统中，并利用非线性辩识算法对控制过程进行预测输出，最后在空调房间数学模型的基础上通过Matlab环境下的计算机仿真和对某电视台大型演播室进行温度控制实验相结合，发现在高大空间恒温空调系统中神经网络PID控制响应快、超调小，验证了神经网络PID控制器的实用性和有效性．     

板坯连铸二冷水智能控制及仿真研究

基于传统板坯连铸二冷水控制方法，提出用自适应模糊神经网络推理系统实现板坯连铸二冷水智能控制，建立了基于自适应模糊神经网络推理系统的板坯连铸二冷水智能控制系统模型，并对该控制系统进行了计算机仿真，结果表明系统较好地实现了板坯表面的温度控制，且具有良好的自适应和自学习能力．     

基于聚集诱导发光原理研究三苯胺醛-丙二腈复合物的电化学发光效应

基于聚集诱导发光（AIE）原理研究了三苯胺醛-丙二腈（MT）复合物的电化学发光（ECL）效应,成功合成MT复合物,研究其在水/二甲基亚砜（H₂O/DMSO）体系和牛血清蛋白（BSA）体系中的荧光增强效应.MT溶解于不同配比的H₂O/DMSO时,体系中的聚集效果也不同,随着水含量的增加,荧光效应逐步增强,ECL强度也逐步增强.同时,因为BSA本身具有疏水和亲水基团,当BSA与有机物混合时,疏水部分将复合物包裹在一起,限制其分子中基团的振动和转动,通过BSA体系进行聚集诱导能够观察到非常明显的荧光增强效应及ECL增强效应.文章结合聚集诱导效应和ECL,为ECL探针的研究提供了新的思路.     

模型驱动体系结构MDA及xUML规范在其语境中的探讨

介绍OMG提出的模型驱动体系结构MDA ,它将与实现技术无关的模型和基于特定技术的模型分离 ,并通过模型间的变换 ,使系统能适应技术的发展 ,解决系统在不同中间件平台的集成、互操作性、可移植性等问题 ,提高生产力 ,保证程序质量 .并对在MDA语境中的xUML作进一步的讨论     

Mbekhta's子空间与算子谱理论以及对全空间的直和分解

主要利用加Mbekhta‘s子空间讨论了有界线性算子谱理论中的一些问题,还针对一种算子——广义逆算子,利用Mbekhta‘s子空间对全空间进行直和分解．     

半胱胺对鹅生长内分泌的影响

探讨了半胱胺(CS)对成年鹅血浆中生长抑素(SS)、生长激素(GH)和胰岛素样生长因子-I(IGF-I)的影响和调节机理.14只装有翅静脉瘘管的成年杂交鹅(川白×太湖),自身对照.试验期于日粮中一次性添喂半胱胺(100mg/kg,按体重计),自由采食和饮水.采取对照期和处理后第1、3、5、7d的血样,用RIA双抗法测定其中激素的含量.结果表明,试验期SS较对照期(1.89±0.10)μg/L分别降低了41.18%(P<0.01)、26.74%(P<0.01)、37.43%(P<0.01)和17.11%(P<0.05);试验期第1、3、5和7d的GH较对照期(0.55±0.15)μg/L显著(P<0.01)升高,分别为34.55%、78.18%、65.45%和54.55%;试验期的IGF-I较对照期(25.29±4.91)μg/L分别升高了7.28%、59.07%(P<0.01)、22.41%(P<0.05)和1.38%.因此,CS能够降低成年鹅血液中SS含量,使GH和IGF-I水平升高,从而调节鹅的神经内分泌,促进生长.     

Mining the Change of the Quality of Stored Grain

The quality of grain changes continually during its storage, including the change of its physical characteristics and physiological characteristics. This paper presents an approach to predict the change of the quality of stored grain with data mining technology. Logistic Regression, Decision Tree and Muitilayer Perceptron are applied to predict the change of the grains＇ quality control index and to obtain the grains＇ quality change probability. The grain sampling with higher probability can be processed earlier.     

精细结构常数的测量和光速的变化

简述了精细结构常数(FSC)的定义和测量,介绍了J.Webb等人根据对遥远的类星体观测发现的FSC异常.他们所分析的光是宇宙早期时天体发出的光,发现那时α之值较小,故认为宇宙早期时光速值较大.介绍了P.Davies等于最近提出的理论观点,认为在创世大爆炸时光速非常大,据此容易解释宇宙的大尺度均匀性;如光速可变,就必须重新审查关于时空的理论(狭义相对论SR).为了解释Webb实验,本文提出了一个新观点,即认为在宇宙的早期光子速度较快、能量较大,亦即在那时光速值(c)和Planck常数值(h)均具有高于目前标准值的数据.     

网络安全协议IPSec的研究与探讨

IPSec是由国际互联网工程技术小组提出的使用密码学保护IP层通信的安全保密架构,提供了IP层上的多种安全服务,如数据认证、保密性、反重放保护、数据私密性、访问控制、IP包的点对点安全性及安全隧道,可保护运行在IP层上的的协议如TCP、UDP和ICMP并适用于IP当前的任何版本,是目前最易扩展和最完整的网络安全方案。文章对IPSec的功能、体系结构、工作模式、认证和管理方式等方面进行了分析与探讨。