有源结构声辐射自适应控制系统的一种新算法

提出了一种适用于有源结构声辐射自适应控制系统的新算法,它直接利用传感器拾取的干扰信号和误差信号实时地建立系统模型和误差通道模型,通过解Ｄｉｏｐｈａｎｔｉｎｅ方程得到自适应控制模型,仿真表明新算法较传统的Ｆｉｌｔｅ－ＸＬＭＳ等算法具有更好的收敛性。     

采用折叠-展开技术的一种并行排序算法

给出ｎ×ｎ网孔环接式阵列处理机上的一种并行排序算法,它将ｎ×ｎ阵列上的数据折叠成ｎ×ｎ／ｋ子阵列,排序后再展开到整个ｎ×ｎ阵列上,实现ｎ×ｎ项数据的行主序排序,其平均时间复杂度为（２＋１／ｋ）ｎ＋ｏ（ｎ）．若采用ｎ×ｎ／ｋ阵列模型,且各处理器初始、结束状态允许有ｋ项数据时,该算法的平均时间复杂度只有（１＋２／ｋ）ｎ＋ｏ（ｎ）．     

离散系统的自适应滤波

本文介绍了自适应滤波器及其最小均方（LMS）算法，通过计算机进行了仿真实验并对仿真结果进行了讨论。     

基于后验概率SVM的交通标志识别研究

在无人车交通标志识别系统中,以传统的神经网络算法或标准的支持向量机算法(SVM)设计的分类器,只能反映样本是否属于某类而不能确定样本属于某类的可信度,提出一种后验概率SVM交通标志识别方法。首先对检测与跟踪得到的交通标志大概区域图像进行彩色分割以精确定位交通标志区域,然后采用最大类间方差法分割交通标志的内部图案,最后将分割的结果进行大小归一化作为交通标志的特征图像以训练分类器和进行识别。实验结果表明,基于后验概率SVM的交通标志识别系统在复杂的室外环境下具有很强的鲁棒性和可行性。     

Statistical approaches in QTL mapping and molecular breeding for complex traits

Most of the important agronomic traits in crops,such as yield and quality,are complex traits affected by multiple genes with gene × gene interaction as well as gene × environment interaction.Understanding the genetic architecture of complex traits is a long-term task for quantitative geneticists and plant breeders who wish to design efficient breeding programs.Conventionally,the genetic properties of traits can be revealed by partitioning the total variation into variation components caused by specific genetic effects.With recent advances in molecular genotyping and high-throughput technology,the unraveling of the genetic architecture of complex traits by analyzing quantitative trait locus (QTL) has become possible.The improvement of complex traits has also been achieved by pyramiding individual QTL.In this review,we describe some statistical methods for QTL mapping that can be used to analyze QTL × QTL interaction and QTL × environment interaction,and discuss their applications in crop breeding for complex traits.     

新型的融合优化算法及其在电力系统中的应用

提出了一种新型的融合优化算法,该算法结合了遗传算法(GA)的复制、交叉、变异操作以及粒子群优化算法(PSO)的个体速度和位置更新的原理,并将混沌的概念引入其中,它的性能要优于GA和PSO.在标准测试函数上进行了仿真比较,验证了新型算法的有效性.最后,这种新的融合优化算法被应用到了电力系统最优潮流的计算中,对IEEE-30系统进行仿真,并与遗传算法、标准PSO算法进行比较,结果表明新型的融合优化算法具有更好的优化性能.     

基于目标规划的单应急系统选址改进模型及算法研究

针对当前有关应急系统选址问题的研究中所构建的模型均以时间和距离因素约束为基础,没有考虑诸如费用、事故发生频率等因素约束的现状,本文在考虑时间和距离因素的基础上,加入这些因素,依据其重要程度赋予合适的优先因子,进而采用目标规划等方法构建相应的改进模型,制定相应的改进算法,并将其应用于天津理工大学本部校区,与原有算法的计算结果进行分析对比.结果表明,改进的模型和算法更符合实际,能够更全面体现现实中各因素的约束.该研究成果将能够在某种程度上避免决策者制定决策的盲目性,也能够有力的支持国家层次的战略设计研究.     

基于分布估计算法的非负矩阵分解

非负矩阵分解问题可以转化为一个约束优化问题,因此可以依靠最优化领域的相关算法进行求解.提出一种基于分布估计算法求解非负矩阵分解问题的新算法,并将算法应用于两个非负矩阵分解的数值算例,与非负矩阵分解基准算法进行比较,证实了算法的可行性和优越性.     

时滞积微分系统最优参数选择问题的一致算法

文章讨论了带时滞项的积微分系统最优参数选择问题,并利用变分法推导出目标函数的梯度公式,将最优参数选择问题当成最优化问题利用逐步二次规划法（SQP）进行数值求解,并给出具体的算法．     

PSA-ANFIS方法的研究

矿山中的岩土工程灾害预测问题,是采矿工程领域亟需研究解决的重大课题.本文即针对这些问题,采用正交试验设计法和模式搜索算法研究了自适应神经模糊推理系统(ANFIS)的训练参数和模型结构的优化方法,提出和建立了基于模式搜索算法的自适应神经模糊推理方法(PSA-ANFIS).进一步采用一多峰函数进行离散,构建了训练数据对、检测数据对和预测数据对,对PSA-ANFIS的拟合能力和预测能力进行了研究.结果表明,无论是在拟合精度和预测精度上,还是在训练参数的调整、模型结构的建立和训练过程上,PSA-ANFIS均适合于解决矿山岩土工程灾害预测这一高度非线性的映射问题.