基于BP神经网络的汽车横摆角速度估计

为估计汽车横摆角速度并提高估计器精度, 采用BP(Back Propagation)神经网络的方法对汽车转向过程的横摆角速度进行估计。现实情况通常存在4 种路面: 干燥路面、沥青路面、积水路面和冰雪路面, 若单纯训练一个网络难以涵盖4 种不同的路面情况。为解决上述问题, 提高网络估计器的精度, 分别在4 种路面工况下训练4 个网络, 构成一个网络组, 再加入网络选择机制, 根据路面情况选择对应的网络的输出值作为横摆角速度的估计值。通过AMESim 与Matlab 联合仿真, 获得网络估计器残差并对估计情况进行分析和评价。该基于数据的方法与基于解析模型的估计方法相比, 不依赖精确的模型, 就能准确估计汽车横摆角速度。仿真结果表明, 基于BP 神经网络的方法对横摆角速度估计是可行的且偏差小, 成本低, 精度高。     

全尾砂絮凝沉降参数预测模型研究

为了得到最佳的絮凝沉降参数,运用BP神经网络和遗传学算法建立了全尾砂絮凝沉降参数预测模型.以絮凝剂单耗和尾砂浓度作为输入因子,以沉降速度作为输出因子;通过正交试验,确定网络学习、训练样本,建立神经网路预测模型;采用遗传算法对全尾砂沉降参数预测模型进行全局寻优,得到最佳絮凝沉降参数.将预测模型运用到和睦山铁矿,在絮凝剂单耗12 g/t,尾砂浓度17%条件下,沉降速度达到1.31 m/h,满足生产需要,比原生产所需絮凝剂单耗减少20%.应用结果表明,该预测模型有较高的实用性,为沉降参数优选提供了一种崭新的思路.     

光和肥对元宝枫叶中绿原酸质量浓度的影响

元宝枫叶中绿原酸质量分数达4%左右。绿原酸是植物在有氧呼吸过程中,经磷酸戊糖途径的中间体合成的一类苯丙素类化合物,具有很强的药理活性,对消化系统和生殖系统疾病有显著疗效。研究了不同光照时间、光照强度、肥力条件对元宝枫叶中绿原酸质量分数的影响,从而找出了影响其质量分数的相关因子及相互关系。     

一种基于改进神经网络的入侵容忍系统模型

该文通过对资源和控制两个属性的分析,将入侵容忍系统的运行状态进行了抽象分类,给出了系统不同运行状态下的相应安全机制;利用改进的反向传播（BP）神经网络对入侵容忍系统建模,给出了BP网络的输入和输出节点以及基于该BP网络的系统工作原理,用实例描述了该系统的一个典型的入侵容忍过程;实验结果表明,该系统对入侵具有较好的检测和容忍能力。     

高压燃料电池系统空气供应解耦控制器设计

利用高压空压机测试平台,通过相关技术辨识了高压燃料电池空气供应子系统的传递函数矩阵.基于前馈补偿解耦技术实现了空气流量和背压的相对独立控制.实验和仿真结果表明,该策略在较大范围内具有较好的鲁棒性.     

机器人逆运动学的微分进化与粒子群优化BP神经网络求解

针对采用传统反向传播(BP)神经网络算法进行逆运动学求解收敛速度慢的问题,提出将微分进化(DE)与粒子群优化(PSO)算法相结合,对用于机器人逆运动学求解的BP神经网络进行优化。基于机器人正解映射建立优化算法的目标函数,在PSO过程中,引入DE操作优化粒子进化方向,并将此混合算法用于BP神经网络权值与阈值的优化。对KUKA机器人进行仿真实验,结果表明:采用该文方法对机器人逆运动学问题的求解精度高,求得的关节角度误差小于0.1°;逆运动学求解结果所对应位姿矩阵的位置误差在0.1 mm数量级,具有较好的泛化能力。该文方法满足机器人位置和姿态方面的精度要求。     

改进的BP算法在多传感器数据融合中的应用

采用了基于小波神经网络的BP权值平衡改进算法,构造小波神经网络并训练以改变BP网络权值.根据多传感器特征级数据融合模型,并结合该权值平衡算法,使测量到的数据进行基于特征级的融合,并将该数据融合结果提供给决策级判断,从而得出理想的判定效果.仿真结果表明,该数据融合算法避免了BP权值平衡算法的缺点,不仅提高了学习的速度,而且具有更高的计算精度.     

多碎石条件下骨架密实型二灰碎石路用性能研究

骨架密实型多碎石二灰碎石混合料因具有粗集料形成紧密骨架结构,使多碎石条件下的二灰碎石混合料具有强度高的优点,其路用性能较高。     

拓宽过刊管理思路 提高过刊利用率

概括了现阶段过刊管理利用的情况,探讨了过刊文献开发利用率低的原因,提出了提高过刊开发利用率的措施。     

道路照明设计简介——以太原市长风西大街打通工程为例

文章介绍了太原市长风西大街打通道路照明设计的照度选择、灯具布置、光源选择、配电控制、线路敷设及接地保护等。