自动化系统数据挖掘问题的模拟退火解法

数据挖掘是近年来发展起来的新技术,指挥自动化的辅助决策过程也越来越依靠数据挖掘求解。通过数据挖掘,可以有效地处理海量数据,为正确决策提供支持。模拟退火是一种性能优越的计算智能算法,广泛应用于求解非线性最优化问题。数据挖掘中的数据聚类与模拟退火在本质特性上存在相似,可以将模拟退火应用于数据挖掘。通过蒙特卡罗方法生成随机数据,进行基于模拟退火的聚类分析。算例表明,新方法能够很好地进行数据聚类,具有较好的适用性。     

机器人位置/力混合鲁棒自适应控制

提出一种机器人位置/力混合控制的鲁棒自适应算法,利用自适应算法调节机器人系统的未知参数,为了避免在外界干扰作用下引起自适应参数的漂移,在参数自适应律中引入死区,使自适应控制器具有较强的鲁棒性能,滑模控制消除了死区自适应律引起的参数误差,并且具有较强的干扰抑制能力,使机器人末端执行器能够沿环境约束运动,并与约束表面保持期望的接触力,保证了位置和力轨迹跟踪的鲁棒性与精确性。二连杆机器人的仿真分析说明了算法的有效性。     

基于免疫克隆选择算法的多用户检测技术研究

为了解决最佳检测器计算复杂度较高的难题，提出一种精简有效的克隆选择算法。把人工免疫系统和神经网络系统的信息处理机制引入到CSA提出了免疫克隆选择算法。所提ICSA通过使用随机Hopfield神经网络制备疫苗构成新的免疫算子，把新的免疫算子结合到克隆选择算法中，不仅加快了克隆选择算法的收敛速度，并提高了克隆选择算法的全局收敛能力。然后在CDMA系统利用此算法设计了新的多用户检测器。仿真结果证明了ICSA检测器能够快速收敛到全局最优解，并且无论抗多址干扰和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。     

模糊遗传滚动优化的LS-SVM预测控制研究

提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习建立其预测模型;基于模糊遗传算法完成非线性预测控制的滚动优化过程。仿真结果表明基于该方法的非线性系统预测控制比基于RBF神经网络的预测控制具有更好的控制效果。     

元胞蚂蚁算法的收敛性分析

提出一种新的优化算法，元胞蚂蚁算法，该算法将元胞自动机的邻居和规则引入传统的蚂蚁算法，实验结果证明该算法可行且有效，有良好的全局优化能力。定义元胞蚂蚁算法的求解迭代过程为一个概率测度空间中的随机算子，利用随机不动点理论，证明了该算子为连续压缩算子，存在唯一的随机不动点，从而给出了元胞蚂蚁算法的收敛性的论证，为算法奠定了相应的理论基础。     

简化稳定广义预测控制算法

讨论了一种简化的无穷广义预测控制算法,算法在被控对象稳定的条件下可以保证闭环系统的稳定性.使用收缩原开环系统极点的方法使原系统稳定,然后针对这个稳定广义系统推导了无穷广义预测控制率,理论分析证明可以保证开环不稳定系统的闭环稳定性.该算法可以得到控制率的显式解,不用递推求解Diophantine方程,大大减小了过程计算量,具有一个意义明确的可调参数,适用于不稳定,非最小相位和纯滞后系统.对几类不稳定过程的数值仿真结果说明了该方法的有效性.     

电厂湿法烟气脱硫过程优化控制研究

深入研究了具有混杂系统特性的电厂湿法烟气脱硫(WFGD)过程的优化与控制问题;运用混合逻辑动态的建模方法(Mixed Logical Dynamic)建立了WFGD过程的MLD模型,基于MLD模型的预测控制方法把WFGD过程优化问题转化为实时求解混合整数规划(MIQP)问题,实时给出了WFGD过程优化运行的连续决策变量(吸收塔浆液的PH值设定)和离散决策变量(循环浆液泵开启台数)的最优解;用同样方法实现WFGD过程基础回路级中具有非线性动态的PH对象的控制;仿真表明基于MLD模型预测控制方法很好地解决了WFGD过程的优化与控制问题。     

6-3-3并联机构工作空间分析与仿真

提出了6-3-3并联机构在给定姿态下工作空间分析的计算机仿真方法,该方法要点是：对给定的三维空间,不需拆解支链杆,只需使用三维搜索法遍历该空间,基于该机构逆位移解,结合滑块运动范围、球铰链半锥角最大值、奇异性条件和支链干涉动画检验,即可排除该三维空间中位姿不可能点,同时显示其中位姿可能点集——工作空间边界三维图形,作为推论还给出了使用工作空间截交面检验其内部是否存在空腔的方法。为6-3-3并联机构的设计和轨迹规划提供了基础。     

关于Dirichlet L-函数的一个4次加权均值

利用Gauss和的定义、三角和估计及其解析方法讨论了Dirichlet L-函数的一个4次加权均值，得出一个有趣的加权均值分布公式．     

聚乙烯醇/聚苯乙烯互穿聚合物网络合成与溶胀性能研究

通过分步悬浮聚合法首先得到聚醋酸乙烯酯(PVAc)/聚苯乙烯(PSt)互穿聚合物网络,然后将该互穿网络醇解,得到亲水性的聚乙烯醇(PVA)与疏水性的聚苯乙烯(PSt)组成的互穿聚合物网络(PVA/PSt IPN).树脂的红外光谱图和羟值测定结果表明:PVA/PSt IPN在合成过程中PVAc与PSt之间并未发生化学反应,而是相互渗透,机械缠结,其羟值随PVA质量增加而增大.PVA/PSt IPN在环己烷中的溶胀率极小而在弱极性的溶剂中溶胀率较高;和一般溶剂相比,PVA/PSt IPN在苯酚中溶胀率最大;PVA/PSt IPN在水中的溶胀率随着PVA质量分数增加而增大,随着PVA的交联度增大而变小.