一维正态云模型单规则推理映射研究

一维云模型可以用三个参数进行表征,即均值Ex、熵En和超熵He,能够实现数据从定量输入到定性推理,再到定量输出的转换过程,该转换过程可以认为是一种映射过程。针对这种映射,构造了一维云模型单规则推理结构,给出了推理算法,总结出了云模型的三个参数对这种映射过程的影响关系,最后给出了仿真验证结果。     

基于动态PREISACH算子的压电陶瓷动态迟滞智能建模

针对经典Preisach模型存在的不能反映迟滞依赖于输入变化率的动态特性且其权重函数难以确定的缺点,给出了Preisach模型中积分项的一种实现形式,动态Preisach算子,其参数是榆入变化率的函数,该Preisach算子反映了迟滞依赖输入变化率而体现的动态特性的基本特征.通过引入动态Preisach算子,将存在于迟滞非线性中的多值映射转化为连续的一一映射,从而将神经网络等智能辨识工具应用到迟滞非线性的建模中.该方法简化了迟滞非线性的建模过程,结构简单,且能实现在线更新,具有实际的应用价值,实验结果验证了所得模型的有效性.     

基于动态小波神经网络的非线性动态系统辨识

一种隐层由小波基组成的神经网络被用来实现非线性系统的输入输出之间的映射关系.为描述系统的动态特性,在网络中引入了自回归连接结构.本文给出了详细的用小波神经网络进行系统辨识的算法和步骤.本文提出了一种FC+GD算法以提高训练神经网络的收敛速度.最后,将所提出的方法用于CSTR模型的辨识,并与RBF和MLP网络相比较.     

月球软着陆的神经元最优制导控制方法

针对月球软着陆过程中的控制问题 ,提出了一种将最优理论和非线性神经元控制相结合的控制制导方案。其主要内容是 ,根据终端着陆条件和性能指标 ,以由庞氏极大值原理得出从近月点到月面的最优着陆轨迹为基础 ,给出一种基于人工神经元网络的非线性最优控制策略 ,使被控系统能通过神经网络对非线性的映射能力实现某种最优的非线性控制。最后给出的仿真结果验证了该控制策略的可行性和有效性     

新IF模型及其学习规则研究

针对Lapicque的Integrate-and-Fire(IF)模型,给出了一种新的Integrate-and-Fire(IF)简化模型,较以往的IF模型,此模型的活动方程大大简化,其运行结果很好地拟合了神经细胞的生理特性,尤其是该模型较好地匹配了突触连接的非线性特性。针对这一简化模型,给出了基于最大信息量的权向量学习规则,此规则的可行性在随后的盲信号分离应用中得到了证明。     

船舶航向的神经网络并行鲁棒模型参考控制

针对大型船舶的航向控制特性,提出一种神经网络并行自学习鲁棒模型参考控制方法。这种复合控制结构利用神经网络的学习能力和非线性映射能力,解决传统自适应控制中模型的在线辨识和控制器的在线设计问题,以达到对不确定非线性船舶的高精度输出跟踪控制;通过引入运行监控器,克服神经网络控制方法实时性差的问题;利用一个鲁棒反馈控制器,来保证神经网络模型学习初期闭环系统的稳定性。仿真结果表明这一方法对设定航向具有精确的跟踪控制效果。     

基于法向映射的复杂模型的实时绘制技术

为了达到绘制实时，通过用简化的、带有法向映射的三角形模型来逼近原始复杂模型是一种非常有效的方法。算法针对地形模型和一般的三角形网格模型，提出了不同的法向映射的构造方法。这些方法能充分利用现今图形卡的加速功能来快速地生成法向映射纹理。对于已生成的带有法向映射的简化模型，算法给出了两种实时绘制技术，一种方法是适用于一般图形卡，另一种是适用于具有硬件加速的像素渲染功能的图形卡。实验结果显示，算法能在保持较高的绘制帧率的同时保留与原始模型相近的细节。     

基于云模型的定性定量转换方法及其应用

针对复杂系统综合评估过程中广泛存在的不确定性,以及定性与定量变量之间的转换和映射的需求,提出了基于云模型的定性与定量变量转换方法。该方法利用云模型在不确定性转换上的优势,最大限度的保留了评估过程中固有的不确定性,提高了评估结果的可信度。通过应用实例的设计和实现给出了应用该方法的具体步骤,验证了该方法和过程的可行性。     

小波变换和神经网络在SVC中的应用研究

电力系统无功功率平衡非常重要,无功功率补偿能进行基波功率因数校正。提出了一种检测基波无功功率的方法和用神经网络补偿TCR的非线性方法,并用于FC TCR型SVC中。用小波变换滤除电压和电流中的谐波,保留基波,用基波电压和电流求出基波功率因数。TCR具有非线性特性,ANN具有非线性映射能力,用神经网络补偿TCR的非线性,方法简单实用。对采用基波无功功率因数检测方法和ANN非线性补偿的SVC控制系统的进行了访真,给出了仿真结果。     

声纳并行处理系统的设计方法与调度策略

针对声纳系统实时处理的要求,讨论了其并行程序设计方法和程序调度策略。根据声纳处理系统的功能分布、结构分层、数据流脉动的特性,将并行设计与调度映射统一考虑,建立了一种设计模式。先自上而下层层分解,以有向非循环图(directed acyclic graph, DAG)描述系统,采用网络计划技术建立数学约束模型;再从下至上逐层整合;然后按宏观大粒度调度,微观小粒度映射,程序并行流水执行的方法实现系统的运行与调度。据此设计模式对一个实例进行设计,验证其有效性。     

基于修正高维云的故障映射模型

故障预测需要完成从状态空间到趋势空间再到故障空间的两个映射过程。为使后一个映射结果更为准确,在借鉴多元正态分布理论的基础上,提出了一种基于修正高维云的故障映射模型。采用能够描述论域相关程度的协熵和协超熵来代替原来的熵和超熵,从而更好地解决了多论域之间的相关性问题。利用修正高维云发生器组成的多规则推理系统建立故障映射模型,将趋势预测数据准确映射到故障空间,得到最终故障预测结果。为验证方法的有效性,针对飞机操纵面损伤故障进行了仿真和分析,仿真结果充分表明所提出的模型具有较高的映射精度和效率。     

基于数列变换优化的灰色系统模型

提出了一种可对含负项数列建立灰色系统模型的变换方法,并利用Matlab对变换参数进行优化。针对变换函数的特点提出了一种简化变换参数优化的方法,使二维优化问题简化为一维优化,可显著减小优化计算量,同时可获得较高的模型精度,这样就可在处理含负项数列的同时获得较高的模型精度,拓展了GM模型的应用范围。具体算例验证了所提建模方法的有效性。     

云模型算法及在过热汽温控制中的仿真研究

为了实现非线性、大时滞系统的良好控制，提出了一种新型的云模型智能控制算法．该算法是基于云模型控制规则的不确定性推理，用期望值Ex、熵En和超熵He表征定性概念，将概念的模糊性和随机性集成在一起，实现知识库中定量与定性之间的相互转换。谊智能控制器采用模糊控制原理，同时为了消除稳态误差，加入了一堆云控制，故采用了一种基于混合维的云模型智能控制器，并对600Mw超临界机组直流锅炉的过热汽温进行了仿真研究。仿真结果表明，该控制器简易、直观、鲁棒性强，具有良好的控制性能和较好的应用价值。     

基于元模型的模糊Petri网反向传播学习算法

模糊Petri网是知识表达与并行推理的重要工具,但拓扑为非严格分层的结构。为在不增加虚节点的情况下实现模糊Petri网的反向传播学习,提出模糊Petri网元模型的概念,统一四种基本产生式规则对应的模糊Petri网模型。并建立元模型的结论置信度关于条件置信度的连续映射,给出了正向推理算法。为提高收敛速率,先通过基于回溯策略的反向推理算法,计算元模型结论置信度对条件置信度的梯度函数,最后采用Levenberg-Marquardt算法实现权值优化。     

Head pose estimation method based on pose manifold and tensor decomposition

Pose manifold and tensor decomposition are used to represent the nonlinear changes of multi-view faces for pose estimation, which cannot be well handled by principal component analysis or multilinear analysis methods. A pose manifold generation method is introduced to describe the nonlinearity in pose subspace. And a nonlinear kernel based method is used to build a smooth mapping from the low dimensional pose subspace to the high dimensional face image space. Then the tensor decomposition is applied to the nonlinear mapping coefficients to build an accurate multi-pose face model for pose estimation. More importantly, this paper gives a proper distance measurement on the pose manifold space for the nonlinear mapping and pose estimation. Experiments on the identity unseen face images show that the proposed method increases pose estimation rates by 13.8%and 10.9% against principal component analysis and multilinear analysis based methods respectively. Thus, the proposed method can be used to estimate a wide range of head poses.     

地球云场景的模拟仿真

为了研究全球的大气运动情况,需要不断观察地球云层的分布状态和运动趋势。运用计算机技术建立了基于八面体剖分法构造的球面网格模型;以全球高程数据为基础进行了三维地球的模拟;利用改进的分形几何算法生成了逼真的静态与动态云图;通过球面纹理映射实现了云场景在球面上的融合;最终给出了逼真的全球云场景的模拟。仿真模拟算法在虚拟战场环境模拟和全球气象环境再现等软件中进行了应用,模拟仿真效果满足了系统的需要。     

基于云模型的主观信任管理模型研究

在开放网络中,信任管理是信息安全的重要前提与基础。主观信任具有模糊性和不确定性的双重特征。将定性定量转换模型-云模型引入主观信任管理研究中,提出了一种新的主观信任的表示方法,较好地解决了信任表达中的模糊性和不确定性难题,进而提出了一种灵活直观,描述能力较强的形式化定性信任推理机制,为主观信任管理研究进行了有益的探索和尝试。     

基于深度强化学习的云作业调度及仿真研究

针对复杂瞬变的多用户多队列多数据中心云计算环境中作业调度困难的问题,提出一种基于深度强化学习的作业调度方法.建立了云作业调度系统模型及其数学模型,并建立了由传输时间、等待时间和执行时间三部分构成的优化目标.基于深度强化学习设计了作业调度算法,给出了算法的状态空间、动作空间和奖赏函数.设计与开发了云作业仿真调度器,完成作...     

STAP并行处理系统的调度问题研究

为了研究空时自适应处理(STAP)并行系统中的调度问题,以系统数据和任务为研究对象,以时延和吞吐率为目标函数参数,以均衡性和扩展性为系统设计理念,首先研究了STAP系统的数据划分和任务映射方法。然后提出了任务映射模型,建立了任务流程粗粒度有向非循环图(DAG),进一步分析了STAP系统中的两个重要性能指标。并基于以性能指标为参数的目标函数,研究了STAP系统中的调度策略,提出的五步映射法能够较好地均衡系统负载,满足系统的设计要求。最后给出了一组基于异构处理系统的测试基准和实际STAP系统的实现过程,验证了该研究的有效性。