LMBP神经网络PID控制器在暖通空调系统中的应用研究

针对BP神经网络学习过程收敛速度慢及易陷入局部极小值的缺陷,研究了levenberg-marquart算法(即LM算法).为解决LM算法中学习速率的选择和逆矩阵的求解这两个严重影响训练时间和收敛精度的问题,采用LU分解法对LM算法进行改进和优化,并通过MATLAB语言编程实现,将得到的LMBP神经网络PID控制器应用于暖通空调冷冻水循环的控制回路中,将其控制效果与PID控制算法、BP神经网络PID控制算法进行仿真对比研究.研究结果表明,采用LMBP神经网络PID控制器在减少超调量、加快收敛速度、减少稳态误差等方面的性能都得到了明显的改善.     

基于机器学习模型的多层土壤湿度反演

为了获取深层土壤湿度缺测值,采用支持向量机、BP神经网络和随机森林3种机器学习算法,在表层至深层土壤中利用主成分分析法选择与土壤湿度相关性显著的气象因子作为输入数据,建立多层土壤湿度反演模型反演了不同深度的土壤湿度。结果表明:随机森林模型模拟结果更加稳定,反演效果更佳;受气象因子驱动的影响,3种机器学习模型对地表0~10.cm深度内土壤湿度的反演效果更佳,对深层土壤湿度的反演效果随着深度增加而变差;增加表层土壤湿度及不同深度土壤温度作为驱动因子可以有效提高机器学习模型对深层土壤湿度的反演能力。     

超分辨率图像重建技术

超分辨率重建技术就是由一些低分辨率变形图像(或视频序列)来估计一幅较高分辨率的非变形图像,同时还能够消除加性噪声以及由有限检测器尺寸和光学元件产生的模糊.超分辨率重建可以应用在遥感图像、医学成像、高清晰度电视标准和合成视频变焦等领域.     

基于IFOA-SA-BP神经网络的雷达信号识别

为提高雷达信号的识别率,提出一种改进的果蝇优化算法(improved fruit fly optimization algorithm, IFOA)和模拟退火(simulated annealing, SA)算法相融合并用于优化反向传播(back propagation, BP)神经网络的雷达信号识别算法。首先,该算法提取雷达信号的调和平均盒维数、信息维数和差分近似熵特征作为信号识别的三维特征。然后,改进果蝇优化算法的寻优步长并添加逃脱系数以修改适应度函数,同时引入三维空间的搜索概念扩大果蝇的搜索范围,再对果蝇算法所求解的接受机制通过SA算法进行修正。最后,将融合后的算法IFOA-SA用于优化BP神经网络得到网络最优的初始权值和阈值,并用此网络进行雷达信号的分类识别。通过与BP和FOA-BP进行对比,结果表明IFOA-SA-BP能够提高雷达信号的识别率,证实了该算法的有效性。     

工艺参数对铝合金微槽道挤压成形的影响

将热处理后的1050铝合金拉伸试样进行等温拉伸试验,获得真实应力-应变曲线,使用Deform-3D软件模拟1050铝合金微槽道的挤压成形过程。分析挤压速度、摩擦因数以及槽道宽高比这些关键工艺参数对材料等效应力-应变曲线分布的影响。结果表明,随着挤压速度和摩擦因数的增大,材料等效应力和应变均变大,变形不均匀性增大;随着槽道宽高比的变大,材料的等效应力和应变整体呈现上升趋势,微槽道板筋处出现了明显的应力集中现象,变形不均匀。根据模拟结果,选取最优参数进行1050铝合金微槽道挤压成形模拟试验,结果显示材料的流动均匀性更好,成形过程更加稳定,所得零件表面精度显著提高。     

提高BP网络学习速度的自适应算法

针对BP网络存在收敛速度慢及目标函数容易陷入局部极小值的缺点,本文首先对前人所做的改善BP网络学习速度的方法进行了探讨,其次分析了学习率对BP网络学习速度的影响,最后提出了一种提高BP网络学习速度的新方法,即自适应调整学习率和动量因子.计算结果表明,该方法大大地提高了收敛速度,而且算法简单、易行.     

Estimating Illumination Parameters Using Spherical Harmonics Coefficients in Frequency Space

An algorithm is presented for estimating the direction and strength of point light with the strength of ambient illumination. Existing approaches evaluate these illumination parameters directly in the high dimensional image space, while we estimate the parameters in two steps: first by projecting the image to an orthogonal linear subspace based on spherical harmonic basis functions and then by calculating the parameters in the low dimensional subspace. The test results using the CMU PIE database and Yale Database B show the stability and effectiveness of the method. The resulting illumination information can be used to synthesize more realistic relighting images and to recognize objects under variable illumination.     

基于时变可靠度的列控中心预防维修周期研究

铁路列控中心设备预防维修周期及更换周期的合理确定可以提高设备的可靠性和铁路运营的安全性。在引入役龄回退因子和考虑维修费用的基础上,建立基于时变可靠度的列控中心预防维修周期模型。以铁路某列控中心设备为例进行预防维修周期和更换周期的优化仿真,以时变可靠度为约束,给出设备预防维修周期和维修费用的计算公式;以可靠度收益为优化目标,确定其最佳预防维修次数;以维修总费用为优化目标,给出最佳预防维修周期和计划更换周期。研究表明：列控中心设备的最佳预防维修次数为14次,最佳更换周期为2.4年,且该模型能有效保障设备高可靠运用、合理安排维修计划、缩减维修费用以实现盈利,可为制定最佳维修策略提供技术支持。     

基于GABP神经网络的液压互联悬架建模研究

液压互联悬架(hydraulically interconnected suspension, HIS)是一种非线性系统,运用机理分析法建模存在建模精度和速度不可兼得的缺点。为解决上述矛盾,提出了一种基于遗传算法(genetic algorithm, GA)优化的反向传播(back propagation, BP)神经网络对HIS系统进行建模的方法。首先,通过Simulink建立的液压互联悬架模型仿真获取网络的训练数据。其次,使用遗传算法优化BP神经网络的初始权值和阈值;然后,两种建模方法对比验证GABP建模方法优点;最后,通过液压互联悬架台架实验获取实验数据,与神经网络训练结果进行比较分析。结果表明：在垂向模态下,低、中、高3种频率下相对误差百分数分别为4.12%、2.27%、1.51%;在侧倾模态下,低、中、高3种频率下相对误差百分数分别为7.64%、4.07%、4.35%。与机理建模法相比,GABP建模方法兼具较好的建模精度和速度。     

直接检测无刷直流电机转子位置信号的方法

为了实现无刷直流电机的无位置传感器控制,提出了一种新颖的转子位置信号检测方法,该方法通过比较逆变器直流环中点电压和电机断开相绕组端电压的关系,直接检测到断开相绕组反电动势的过零点,再将该过零点延迟30°电角度即可获得无刷直流电机绕组换相所必须的转子位置信号。实验证明,当电机运行在低速时该检测方法可以良好地工作,因此应用此检测方法构成的无刷直流电机无位置传感器控制系统可以运行在很宽的速度范围内。文中对该检测方法的原理进行了分析,得到了检测电路的结构图并通过实验验证了该方法的正确性和可行性。