一类不确定执行器非线性系统的自适应控制

针对一类带不确定执行器非线性的控制系统,提出了一种自适应神经网络控制方法。建立了包括死区、齿隙和“类齿隙”磁滞特征的非线性执行器模型。通过结合所建立的模型和Nussbaum增益技术,解决了当执行器非线性不确定时的控制问题。所设计的方案不需知道非线性特征参数边界,并且当非线性特征为死区时,其坡度可以为时变的。引入了自适应补偿项消除建模误差和干扰的影响。仿真结果验证了该方法的有效性。     

航天器非线性鲁棒自适应姿态机动控制律

针对存在未知转动惯量和外部干扰力矩的敏捷航天器快速大角度姿态机动问题,结合非线性反步法和Lyapunovo稳定性分析方法设计控制力矩和转动惯量估计值的非线性鲁棒自适应控制律。在控制力矩控制律中,加入非线性阻尼项对外部干扰力矩进行补偿,证明了系统的全局一致最终有界稳定性。引入非线性动系数增加系统的动态性能,提高了姿态快速机动后的快速稳定能力。在Maltlab/Simulink环境下进行航天器姿态机动控制仿真研究,仿真结果验证了所设计控制器的有效性和可行性。     

计算机化自适应诊断测验双重约束变长终止规则

提出3种变长CD-CAT终止规则,在DINA模型、4种属性层级结构下,采用ED选题策略,讨论提出的3种方法与常用CD-CAT终止规则在7个评价指标上的优劣。研究结果显示:新的3种方法较常用终止规则有其自身优势。     

基于胎/路啮合作用的纹理化路面行车稳定性分析

为了给隧道水泥混凝土路面纹理设计提供指导,对路面进行纹理化参数设计试验,并以此来保证行车的稳定性,减少隧道行车的横向摆振效应。由于目前水泥混凝土路面纹理参数设计理论缺乏相应的依据,在分析轮胎与粗糙路面接触作用的基础上,基于压力胶片测试技术考虑胎/路啮合特性对车辆轮胎的转向阻力矩计算方法进行了优化。通过依托项目的隧道纹理化路面和室内试验,对四种不同路面的轮胎接触特性进行分析,提出一种基于实际测量的胎/路接触应力分布的原地转向阻力矩评价方法。结果表明:根据实测的轮胎接触应力计算得出汽车轮胎转向阻力矩,可有效地表征轮胎的转向阻力矩状态;纹理化水泥混凝土路面汽车转向阻力矩比沥青路面上高10%～20%,加之纹理化构造与轮胎纵向沟槽的啮合作用产生较大的侧向力矩,导致纹理化路面的行车稳定性较差;通过设置一定的刀组间距进而干涉轮胎与道路的接触界面,最终达到降低轮胎转向阻力矩的目的。     

基于自适应同源方差控制的法庭自动说话人识别

提出了自动说话人识别系统得分到法庭证据强度量化值似然比的转换方法. 为了更准确地评估嫌疑人的
统计模型,提出了自适应同源方差控制算法,该算法能自适应地融合来自参考人群和嫌疑人的同源语音得分模型
信息,降低了对嫌疑人数据量大小的需求. 与基本识别系统相比的测试结果表明,使用该算法的识别系统不但具有
更优良的识别性能和可靠性,而且提高了语音证据对判别结论的支持强度.     

不定长认知诊断计算机化自适应测验终止规则研究

目前大多数认知诊断计算机化自适应测验采用定长终止规则,该文提出3种不定长终止规则。通过实验对比,新方法较已有方法具有如下优势:i）能够较好地保障测验精度;ii）大幅降低了人均测验用题数;iii）人均测验用时也有所下降;iv）项目调用均衡性和题库安全性有所增强。     

混沌系统的投影同步及其控制研究

研究了耦合部分线性混沌系统的投影同步控制问题．针对投影同步尺度因子对耦合系统初始条件的依赖性,提出了应用状态变量的负反馈稳定投影同步尺度因子的方法,并进而针对固定增益负反馈在大的反馈强度下具有较慢同步速度的缺点,提出了对反馈增益系数进行自适应的负反馈控制投影同步方法．数值仿真证实了该方法的正确性和有效性．     

计算机自适应测验研究--二值计分测验中估计被试的潜在特质水平

计算机自适应测验(CAT)在国内某些地方已经进入了实际应用领域,但也存在着一些问题,其中测验等值和计分是最繁琐最麻烦的部分,它严重制约着CAT的广泛应用。就计分问题而言,国内虽然已有人提出了较为合理的解决方法,但十分难懂,并且难以操作。就此问题提出一个较为直观的、可操作的、合理的计分模型。     

汽车覆盖件板料毛坯形状的算法

结合板料成形过程的CAE技术,提出基于板料冲压成形FEM分析结果的毛坯形状反推算法。该算法结果具有较高的可信度,可以与含有各种自适应网格划分的有限元分析过程结合进行毛坯形状反算。     

基于自适应学习速率法的补偿模糊神经网络

为克服常规网络收敛速度慢、无法结合专家知识等缺点,引入补偿模糊神经元,结合模糊系统强大的知识表达能力和神经网络优秀的自学习能力,并利用自适应学习速率法动态地改变学习率.提出了一种新型的基于自适应学习速率法的补偿模糊神经网络,并将其应用到实际例子中.结果证明,它不仅能在线适当调整参数,还能动态地优化相应的模糊推理,加快训练速度.