一种基于模糊神经网络的自适应模糊辨识方法

基于改进的T-S模型，提出一种自适应模糊神经网络模型(AFNN)。首先，基于模糊竞争学习算法确定系统的模糊空间和模糊规则数，并得出每个样本对每条规则的适用程度。其次，利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁，逼近能力强，能够显著提高辨识精度，并且辨识的模糊模型简单有效。最后，将该AFNN用于非线性系统的模糊辨识，仿真结果验证了该方法的有效性。     

非线性模糊直接鲁棒自适应控制的后推设计

采用模糊直接控制方法,针对一类非线性多入多出系统,提出了一种带有连续鲁棒项的鲁棒自适应控制方法.在此基础给出了高阶多入多出系统的鲁棒自适应的后推设计方法.在鲁棒项合理简化的情况下,给出了系统Lyapunov意义下的稳定性证明,简略分析了各设计参数的物理意义及其对系统性能的影响.理论分析和仿真实验均显示,本方法可以使系统全局渐近稳定,且选取恰当的设计参数可保证系统对输入信号的跟踪达到任意精度;并且由于鲁棒项的引入可使系统的设计更具灵活性.     

污染环境中两种群的生存阈值

本文利用积分均值法研究了伪酱油果蝇和锯形果蝇在污染环境中的数学模型。给出了两种群的生存闽值。     

自适应压电桁架结构多目标最优控制

根据嵌入压电作动器的自适应桁架结构的机电耦合特性，考虑了结构强度、节点最大位移以及作动器最大控制电压等约束条件，提出了以强度、位移和能耗为目标、以电压为控制参数的多目标最优控制模型。该模型通过引入权系数，使多目标问题转化为一个二次目标、线性约束的二次规划问题。限制了设计变量每一步的运动极限，从而保证了算法的稳定性。用数值方法模拟了该模型对结构的控制效果。数值算例表明，该模型具有改善静不定结构应力状态、保证结构形变精度及调节控制能耗的功能。对于静不定结构，可以在一定程度上降低结构的最大工作应力。该模型还具有较小的能耗指标，并使控制点的节点位移尽可能小，利用该模型可以有效地实现单点或多点位移控制。     

一种基于能量的自适应正交FRIT及其在图像去噪中的应用

研究线奇异特征的高效表示．揭示了“环绕”现象和FRAT系数分布特性的关系，进而在考察按列FRAT重构过程相关特性的基础上，提出一种基于能量的自适应正交有限脊波变换（energy-based adaptiveFRIT，EFRIT）．非线性近似的实验表明该方案相对既有的FRIT及DWT具有更好的能量集中特性，并有效地降低了“环绕”现象的影响．我们进一步对正交FRIT Gauss去噪问题建模，提出了一种基于EFRIT的按列改进闽值．实验结果表明，采用改进阈值EFRIT的重构图像有更高的信噪比改善，视觉效果也更好．     

原料气加热炉出口温度检测控制

本文以原料气加热炉为被控对象,通过对电加热炉对象特性的分析来建立加热炉数学模型,提出了一套计算机系统控制方案。给出了控制系统相应的硬件配置及网络拓扑结构以及控制方案。实现了加热炉炉温的自适应PID智能控制。     

图像分割技术探究

本文分析了图像分割的含义,总结了图像分割的途径,详细介绍了灰度阈值法分割图像的方法。     

一种直线逼近渐开线齿廓曲线的自适应算法

从渐开线弧长公式出发，引入一种能根据加工精度要求来确定逼近线段的段数，并使节点在渐开线齿廓曲线上分布均匀的自适应计算方法。给出计算实例及用AutoCAD来绘制齿轮的方法．以及用VLisp语言编制计算程序和绘图程序的框图。