基于模糊PID控制策略的PMSM交流伺服系统

分析了交流伺服控制系统控制策略,通过相互之间的比较,并结合PMSM伺服系统的控制器实现原理及性能要求,给出了适合于系统的控制策略,即模糊PID控制,这样不仅避免了控制器在设计时受被控对象的复杂数学模型的限制,而且使得系统控制策略集PID与模糊控制的优点于一体.结果表明采用Fuzzy-PID控制策略,提高了系统的控制精度,获得较快的转矩响应,从而使系统的动态和静态性能得到了很好的保证.     

线性区域数量与PLNN表达能力的相关性

使用分段线性激活函数的神经网络(PLNN)在机器学习中得到广泛应用.本文给出了一种PLNN模型表达能力的度量值——线性区域数量,并给出了线性区域的数学表示.分析了线性区域之间的关系并计算合并后的线性区域数量,同时给出一种基于Z曲线的线性区域数量的计算方法.针对一个任务实例进行分析,计算不同网络结构的线性区域数量及合并后...     

具有固定顺序的重新排序问题

在生产实际中经常会出现顾客订单不同时到达的情况,为了保证先来顾客的需求和工件本身的要求,往往是先安排好的工件保持相对顺序不变,使其与后来顾客的工件重新排序.本文着重研究了这种使先来顾客的工件保持相对固定顺序,在有限错位限制的条件下使总目标函数值最优的重新排序问题。     

基于贝叶斯学习的关联向量机及其在软测量中的应用

介绍了一种与支持向量机(SVM)函数形式相同的稀疏概率模型--关联向量机(RVM),其训练是在贝叶斯框架下进行的,在处理具有噪声的函数回归时,RVM具有很出色的性能.与SVM相比不仅解更稀疏,而且无需调整模型参数,核函数选择也不受限制.将RVM应用于PTA装置溶剂脱水塔塔顶塔底组分软测量建模,仿真结果表明:该方法预测精度较高,具有一定的应用价值.     

基于核函数主元分析的SVM建模方法及应用

为有效克服线性建模方法在非线性建模方面的不足,将核函数思想引入到主元分析方法(PCA)中,有效提取实验数据中的非线性特征信息,并将其作为支持向量机(SVM)的输入变量,建立工业过程软测量模型。该方法应用于丙烯腈聚合过程中转化率的预报,结果表明:该方法的预测精度优于PCA-SVM方法和KPCA-NN方法。     

预测支持系统中的人机界面Agent及其机器学习

人机界面 agent是一种具有一定智能性 ,并能增强应用系统与用户间交互的计算机程序 .通过机器学习机制 ,这种 agent能够适应用户的习惯 ,使系统更有效的服务于用户 .本文将界面 agent( Interface agent)技术应用于预测支持系统 ( FSS:Forecasting Support System)中 ,并采用适当的学习方法 ,可以很好地解决其中的复杂人机交互问题     

CSCW系统中协同机制及协同活动模型

分析了当前计算机支持协同工作 (ComputerSupportedCooperativeWork ,CSCW)系统普遍存在的问题 ,首先定义了协同的基本概念和类型 ,并引入协同代理的新概念 ,研究了CSCW这样的人机结合系统中协同成员间的语义通信机制和信息共享机制。在此基础上 ,分离出协同活动中的独立信息实体 ,建立了面向对象的协同活动模型。最后 ,用协同活动模型分析了一个典型的协同工作的实例。     

基于SVM的多特征图像隐秘分析

文章通过分析研究隐秘图像和正常图像小波子带系数高频部分的统计特征,从纹理统计矩、DCT系数直方图矩和上下文块之间的相关性方面来提取特征,组成特征向量,并采用SVM方法进行分类,实现了一种从不同类型、不同角度提取多个特征的图像隐秘分析算法,解决了现有通用性隐秘分析算法特征提取不足的问题。实验结果表明,这是一种有效的、高精度的及通用性的检测方法。     

非谐和间歇滑动输送机振幅优化设计

文章介绍和研究了非谐和间歇滑动输送机的工作原理;分析了物料在间歇滑动输送机上运动的特征,得到了物料滑动的平均速度;进一步讨论了物料运动参数的优化,以达到既能提高输送效率,又可减少磨损、降低能耗的目的,为该类输送机的设计生产提供理论依据和参数。     

机器学习模型在地下水埋深模拟中的适应性分析

基于京津冀气象、社会资料及地下水埋深数据,构建支持向量机(SVM)、循环神经网络(RNN)和长短期记忆神经网络(LSTM)模型对京津冀地区13个城市地下水埋深进行了模拟,并以确定系数、均方根误差、平均绝对百分比误差、纳什系数对3个模型的适应性进行了评价。结果表明：LSTM模型模拟效果最好,其次是RNN,SVM最差;不同城市基于LSTM模型进行地下水埋深模拟时参数调整最少,适应性最好,SVM模型参数调整最多。将3个模型应用于随机选择的6个测站进行验证,在华北地区浅层地下水埋深模拟方面,LSTM模型模拟精度和可信度最好,适应性最强,是该地区地下水埋深模拟的首选机器学习模型。