一种直流无刷电机可变参数PI调速的智能控制方法

无刷直流电动机利用电子换向器取代了机械电刷和机械换向器,具有直流电动机优秀的线性机械特性、宽的调速范围、大的启动转矩等优点,而且避免了直流电动机机械电刷和换向器因强迫性接触造成的结构复杂、可靠性差、变化的接触电阻、火花、噪声等一系列影响调速精度和性能的问题,被越来越广泛地应用到各种驱动装置和伺服系统中。     

基于加权映射模型的主干网流量特性分析

网络测量表明,IP主干网上流量在次秒级的时间尺度下呈现出非平稳的泊松特性,而不是近10年大量研究的自相似现象。从分析因特网的结构出发,提出了一种加权映射模型来解释这种特性。该模型通过引入混沌变化因子和流量特征间的关系,对接入网中的具有自相似特性的流量进行了变换得到具有趋泊松性的流量。最后,通过在NS2上的仿真实验证实了该模型的合理性。     

船舶运动与受扰Kalman估计精度的统计分析

考察船舶水动力参数在标称值附近按均匀分布发生随机变化时,船舶纵向运动姿态及受扰Kalman估计的统计性能.针对某船,在5级海情,18节航速及45度航向常规工况下,当船舶水动力系数按均匀分布发生士10%、±20%随机变化时,给出船舶姿态及受扰Kalman估计精度的概率建模方法及应用.仿真结果表明,当水动力系数出现摄动时,估计精度服从对数正态分布,平均估计精度与未出现摄动时相比无显著变化.     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。     

大口径平背形主镜轻量化结构优化设计方法

将参数优化与拓扑优化设计方法应用到采用背部支撑方式的大口径平背形反射镜中,提出了一种理论性强、效率高的新型轻量化设计方法。利用ANSYS参数优化设计,确定了主镜最佳背部支撑位置;再利用OPTISTRUCT变密度法拓扑优化设计,获取了主镜拓扑结构形式,结合结构力学及灵敏度分析得到了满足镜面面型、结构刚度及轻量化率要求的最佳主反射镜轻量化结构。     

一种基于自适应网格IMM的自适应采样周期算法

提出一种自适应网格交互多模型下采样周期自适应的算法。在自适应网格交互多模型算法中,中心模型参数变化率反映了系统模型与目标机动水平间的匹配程度,而两者的匹配程度直接影响目标的跟踪精度。利用中心模型参数变化率对采样周期进行控制,并引入可控参数对平均采样周期进行灵活调整。仿真结果表明在自适应网格交互多模型下,提出的自适应采样周期算法比固定采样周期算法及基于预测协方差的自适应采样周期算法具有更好的性能。     

船舶航向与柴油主机联合LPV鲁棒控制及仿真

船舶航向与柴油机推进装置是紧密耦合的,但长期以来对它们的控制是完全独立的.根据线性变参数(LPV)系统设计原理,提出了基于LPV的船舶航向与主机联合控制.建立了以船速等为变参数的船舶航向与主机联合控制的LPV模型,采用LPV多胞设计方法,通过状态反馈对闭环极点进行配置,分别设计具有H∞鲁棒性能的航向与主机LPV控制器,实现二者的联合控制.以5446箱班轮为被控制对象,仿真验证了航向与主机LPV控制器在风浪干扰下联合控制的有效性.     

用GEP实现复杂函数的自动建模

GEP是一种新颖的遗传算法,在函数建模的应用中取得良好的结果.给出计算有效基因长度的伪代码,结合GRCM方法阅读基因,快速计算出染色体的适应值.在算法中增加了参数估计模块,用GEP得到较好模型后,用参数估计模块进行参数优化,试验显示这种混合的GEP方法比传统的最小二乘法、神经网络以及遗传程序设计等方法具有更好的性能.     

需求分布含未知参数时报童模型的实施方法

考虑需求分布未知时的报童模型,假设需求分布的类型已知,但分布函数中含未知参数.证明了直接使用参数的估计量代替参数真实值的实施方法将使报童的期望利润偏离理论上的最优水平,只能得到一个次优结果.给出了两种修正的实施方法:一是基于大样本理论,通过收集足够多的需求样本数据,不断修正未知参数的相合估计值;另是在小样本下,直接修正未知参数的估计量.     

面向多用途的数学概念知识分层表示方法

着重介绍NKIMath中数学概念的知识表示方法.首先给出了NKIMath知识系统的体系结构,分析了获取数学知识的不同用途.在次基础上给出了一种融合了本体、框架和逻辑综合的知识表示方法,将知识分为谓词逻辑层、知识描述层和概念关系层,不同层次可以满足不同用途的需求,详细给出了数学概念知识表示的基本模式以及参数表示形式.NKIMath可以很容易地实现与W3C推荐的数学文档标注语言OMDoc之间的相互转换,同时在知识表示的多粒度、多语言版本知识自动生成等方面优于OMDoc.