煤机制造业大批量定制决策模型

为了使大批量和定制两种生产方式有机统一,利用系统工程的分析方法,为煤机制造企业建立了分层次实施大批量定制的综合决策模型。针对鸡西煤矿机械有限公司的实际情况,在准则层上给出具有实际意义的五种可行方案,在方案层上,基于人工神经网络的决策方法进行方案优选,经过MAT-LAB的运算,得到最优方案。该决策模型应用于采煤机的生产实际,企业取得了较好的经济效益。     

人工脱色过氧化物酶催化降解苋菜红活性研究

以肌红蛋白(Mb)为骨架构建并纯化了三突变体蛋白F43Y/F138W/P88W Mb,双突变体蛋白F43Y/F138W Mb及单突变体蛋白 F43Y Mb,并对三个突变体蛋白的苋菜红(amaranth)脱色降解活性进行了研究。催化活性及酶动力学研究结果显示,相比于F43Y/F138W Mb和F43Y Mb,三突变体F43Y/F138W/P88W Mb的苋菜红催化效率最高,这表明色氨酸对人工脱色过氧化物酶的活性起了重要作用。该研究不仅为今后的血红素蛋白设计提供了理论依据,同时也表明人工酶在染料废水处理方面具有潜在的应用价值。     

中国鲎人工培育的幼体对不同环境适应性的研究

中国鲎由于具有很高的经济和药用价值,遭受大规模滥捕乱杀,鲎数量急剧锐减,目前我国鲎资源已面临枯竭的危险.人工育苗及海区放流是一种保护和恢复鲎资源种群有效可行的措施.我们从2004年7月至9月,在厦门水产技术推广站进行鲎人工授精,并以人工授精培育的鲎幼体为材料,模拟海区生态环境,自2004年10月14日至2005年3月15日进行鲎幼体钻沙、钻泥实验,并比较幼鲎在不同生态环境生长发育情况,共计152 d.结果表明,幼鲎具有钻入沙或泥的生活习性,且幼鲎在含沙或泥的海水比在普通海水中生长发育的情况更好.本实验结果为鲎苗海区人工增殖放流提供了实验依据.     

基于人工鱼群算法优化神经网络的WSN数据融合

无线传感网(wireless sensor network, WSN)通常节点众多、数据冗余度高,传统的基于随机权值和阈值的前馈反向传播神经网络(back propagation neural network, BPNN)数据融合方法易陷入局部极值,导致融合结果准确性差。提出一种优化神经网络的权值和阈值进而改善WSN数据融合质量的方法-人工鱼群算法前馈反向传播(artificial fish swarm algorithm back propagation, AFSABP)神经网络数据融合。仿真和对比实验结果表明,改进的鱼群算法在收敛速度和寻优精度上都有明显提升,改进后的人工鱼群BP算法数据融合方法相较于传统BP数据融合方法,可减少3.06%的相对误差和3.74%的均方根误差。     

Progress in bionic information processing techniques for an electronic nose based on olfactory models

As a novel bionic analytical technique, an electronic nose, inspired by the mechanism of the biological olfactory system and integrated with modern sensing technology, electronic technology and pattern recognition technology, has been widely used in many areas. Moreover, recent basic research findings in biological olfaction combined with computational neuroscience promote its development both in methodology and application. In this review, the basic information processing principle of biological olfaction and artificial olfaction are summarized and compared, and four olfactory models and their applications to electronic noses are presented. Finally, a chaotic olfactory neural network is detailed and the utilization of several biologically oriented learning rules and its spatiotemporal dynamic propties for electronic noses are discussed. The integration of various phenomena and their mechanisms for biological olfaction into an electronic nose context for information processing will not only make them more bionic, but also perform better than conventional methods. However, many problems still remain, which should be solved by further cooperation between theorists and engineers. Supported by the National Creative Research Groups Science Foundation of China (Grant No. 60421002) and National Basic Research Programme of China (Grant No. 2004CB720302)     

基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合,提出了时 滞系统自适应内模控制算法,理论分析及仿真结果表明,该算法能克服时滞及参数的变化,具有鲁棒性好,抗干扰能力的特点。     

混合动力汽车能量管理控制器参数优化

设计了一种新的基于人工免疫网络优化的模糊神经混合动力汽车能量管理控制器．该控制器结合模糊控制和神经网络的优点,利用神经网络的自学习能力,自动生成模糊规则和隶属函数,并不断优化隶属函数的参数,直到达到设计要求．为了避免神经网络的学习过程陷入局部极值点,采用人工免疫网络优化神经网络的参数．仿真结果显示,经过参数优化的模糊神经能量管理控制器的性能比普通能量管理控制器好,能进一步降低HEV的油耗．     

基于气动人工肌肉的混合位置跟踪控制

针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一个带有自适应模糊小脑模型（Cerebellar Model Articulation Controller,CMAC）在线逼近的离散趋近律滑模混合控制器.该混合控制器中离散趋近律滑模策略产生控制器的输出;自适应模糊CMAC用以逼近气动人工肌肉系统中的不确定项.CMAC网络权值的在线学习调整保证了自适应模糊CMAC的逼近性能.对离散抗饱和PID控制器（DASPID）与自适应模糊CMAC离散滑模混合控制器（HybridC）的位置跟踪控制性能进行了对比实验.实验结果表明,HybridC较之DASPID有更好的位置跟踪控制性能.当期望参考输入为正弦信号时,DASPID的最大位置跟踪误差为±15 mm;而HybridC的最大位置跟踪误差仅为±07 mm,平均位置跟踪误差大约仅为±02 mm.并且,离散滑模所固有的抖振现象得到了有效的抑制.     

结构智能的调节器:符号化及示范实现

通过三种控制功能,将调节问题层层归约,并利用拓广了的调节问题归约与或图,来显式地表示出结构智能调节器的逻辑推理和数值计算的细节和过程。整套方法直观形象,避免了逻辑上的冗余性或(和)不完备性,容易理解和分析。     

用人工神经网络定量预测化工基础物性

人工神经网络是人工智能技术的一个分支。本文将人工神经网络技术用于化合物的正常沸点、临界温度和沸点汽化热的定量预测,取得了较好的结果。估算精度好于或相当于文献方法。通过对三种基础物性的试验,表明人工神经网络技术可以用于定量预测,从而为这种技术开辟了一个新的应用领域。