基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。     

基于Petri网的防空C3I决策系统的建模分析

对地空导弹决策系统的结构和性能进行了研究.对基于旅营两级决策组织导出的库所/变迁系统进行了描述,建立了防空C3I决策系统的Petri网模型.并引入了决策时延这一反映指挥决策系统能力的重要指标.对提高C3I决策系统的实时性和准确性做了初步的探讨,证明了建立有色Petri网模型后,有效地提高了C3I决策系统决策的实时性和有效性.     

ARMA-GM combined forewarning model for the quality control

1.INTRODUCTION Tocontrolthequalityoftheproducts,wemustsu pervisethequalityindexesandanalyzethechanging tendency.Therearealotofstatisticaltoolsincom monuse,themosteffectivemethodisacontrol chart.Itcangrasptheabnormalsymptomofatrend ofthequalityofproductsincontrollingprocessand makethequalitypreventionpossible.Butfromits workingprocessweknowthismethodalsohassome limitation.Becausethecontrolchartonlydetermines theaveragevalueandlimitinterval,onecanonly judgethequalitystateofproductsstatica…     

应激对机体各器官、系统的损害作用研究初探

应激是指受内外环境剧变的刺激，机体出现包括精神、神经、内分泌和免疫系统等的综合应答状态．其往往对机体产生不利的影响，长时期处于刺激较强的应激环境会引发疾病．应激所诱发的疾病问题越来越受到医学界的关注．本文将应激对机体各器官、系统的损害作用进行概要的总结论述．     

计算机辅助教学的设计理论与方法

本文介绍了计算机辅助教学的基本功能，论述了计算机辅助教学系统设计应遵循教育教学理论，在现代化教学手段应用中教师与学生的地位及学习方法应该遵循系统科学、教育学、心理学的基本理论，阐述了计算机辅助教学系统的设计思路与方法．     

嵌入式操作系统与嵌入式Linux

嵌入式系统开发早期多应用在工业控制领域以及智能机器人,但随着移动通讯以及智能家电、网络家电的发展,嵌入式系统开发的应用越来越广,它所带来的巨大经济利益吸引众多的国内外厂商投入其中.本文通过嵌入式操作系统与通用操作系统的比较,闸述了嵌入式操作系统独有的特点及其发展前景.并对嵌入式Linux作了详细介绍.     

基于对角递归神经网络的非线性逆动态控制

采用2个对角递归神经网络(DRNN)构成非线性逆动态控制系统，一个用作辨识器，逼近系统的正模型，为逆动态控制提供系统的灵敏度；另一个用作控制器，逼近系统的逆动态模型，再与原系统串联组成伪线性系统．仿真结果表明该控制方法实现了对非线性系统的有效控制。     

DC/DC变换器的一种神经网络控制方法

为了消除Buck—Boosl变换器为代表的DC／DC（直流，直流）变换器最小相位性质的影响．对其输出电压进行控制，分析模型特性．采用非线性反馈控制电流内环．用RBF（径向基函数）神经网络设计了神经网络控制器控制输出电压外环，分析了系统的稳定性．仿真结果表明．提出的控制器动、静态性能很好．对变换器中元件参数的变化和负载电阻的扰动有较好的鲁棒性．     

列车自动驾驶仿真系统算法及其实施研究

介绍了列车自动驾驶系统(ATO)的算法，该算法兼顾了列车运行的高效性、准时性、节能、停车精度、舒适性等功能。其中，节能算法采用按目标速度运行，最大限度利用惰行的控制方式，定时算法采用调整目标速度的启发式算法的方式。同时对列车正常及晚点运行的情况进行了计算机仿真实现，并与列车的实际运行情况进行了比较。该系统可以为进一步研究列车自动驾驶系统提供了有效的实验手段和方法。     

粒子系统的频率层次模型

为了提高粒子系统进行自然场景仿真应用的效率，提出了频率层次模型（Level of Frequency,即LOF)。在分析了各种基于粒子系统的自然现象(如雨、雪、云彩等)的表现特征之后，可以赋予各种粒子集以不同的刷新频率即建立频率层次模型。根据频率层次模型，可以使有限的计算资源实现重新分配，从而达到更佳表现效果。另外，粒子系统的频率层次模型的提出，使得自然场景仿真可以按不同频率进行任务分割，从而有利于将来进一步实现并行处理。