短时交通流预测FSMSVR模型

针对城市道路短时交通流的复杂非线性特点和以往的预测仅考虑典型交通条件（无交通事故等突发事件）的现状,结合交通流的特征,提出了一种有限状态机支持向量回归模型（finite state machine of support vector regression model,FSMSVR）的短时交通流预测机制. 通过线性回归算法和指数平滑算法划分交通流状态,根据各状态特点结合支持向量回归算法建立有限状态机工作机制,实现涵盖典型和非典型交通条件的短时交通流预测. 通过实验例证,对比了FSMSVR模型和传统SVR模型对城市道路6min交通流的预测,研究结果表明,该预测机制能够提高预测精确度,在非典型条件下有着较好的预测表现.     

基于离散Morse理论的优化模型

根据Forman的离散Morse理论的特点,提出一种基于离散Morse理论的优化模型. 该模型利用在3维空间点构建离散Morse函数进行最优化的算法,得到了问题的最优解或近似最优解,同时也证明了构建的函数确实是复形上的离散Morse函数. 这是一个全新的尝试. 实验在4个典型的测试函数中进行,结果证明了该模型的有效性,且该模型尤其适用于解决大数据量的优化问题.     

FORECASTING ：EXCHANGE RATES： AN OPTIMAL APPROACH

This paper looks at forecasting daily exchange rates for the United Kingdom, European Union, and China. Here, the authors evaluate the forecasting performance of neural networks （NN）, vector singular spectrum analysis （VSSA）, and recurrent singular spectrum analysis （RSSA） for fore casting exchange rates in these countries. The authors find statistically significant evidence based on the RMSE, that both VSSA and RSSA models outperform NN at forecasting the highly unpredictable exchange rates for China. However, the authors find no evidence to suggest any difference between the forecasting accuracy of the three models for UK and EU exchange rates.     

高速背板互连的信号完整性仿真方法

提出了一种高速背板互连的信号完整性仿真方法。高速接插件的厂商只提供参数模型,借助矢量拟合方法可以推导出电路模型,再使用部分元等效电路法仿真走线得到等效电路模型。推导出联合仿真的方法,实现了高速背板互连的信号完整性仿真。通过等效电路的仿真结果和厂商提供的原始参数进行的比较,以及部分元等效电路法与商用软件仿真结果的比较验证了等效电路的正确性。最后对完整的板间互连通道进行了仿真,并将最终的仿真结果与商用软件的仿真结果进行了比较,证明了所提方法的正确性,给出了整个通道眼图仿真分析结果。     

柔性印刷机虚机实电仿真系统

提出了一种用于装备工业的真实电控装置和计算机模拟的虚拟机械进行联合调试的新思想——虚机实电．虚机实电系统不需要连接到真实的机械设备上，就可以调试其电控装置，能够发现其潜在的错误，因而能够缩短产品的调试时间，节约成本，极大地提高企业的竞争力。作为其一个应用实例，介绍了柔性印刷机虚机实电仿真系统。给出了其系统结构和组成，详细介绍了其五个功能模块。并对系统的实时性问题提出了解决方案．通过试验实现了其真实电控装置对虚拟印刷机的实时控制，验证了上述思想的正确性。     

基于自抗扰控制器的永磁同步电机速度估计

利用自抗扰控制器理论,提出了一种新颖的永磁同步电动机无位置传感器矢量控制系统的转速估计方法。将转速和d轴电流对转矩电流环的耦合作用以及转动惯量的变化看作转矩电流环的扰动量,由自抗扰控制器将其观测出来并加以补偿,从而估计出电机实际转速。仿真表明在0r/min到1500r/min的调速范围内,本方法都能将转速准确地估计出来,并且对负载和转动惯量的变化具有很强的鲁棒性,系统具有良好的动静态性能和抗干扰能力。     

支持向量机控制与在线学习方法研究的进展

支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能控制的研究,主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方面的研究以及优化控制、学习控制和预测控制等方面的研究以及采用支持向量机的故障诊断的研究。由于现有SVMR基于二次规划的优化方法不适合控制过程的在线训练,因此出现了对SVMR在线训练算法的研究。分析了国内外这些研究内容的最新研究进展,旨在探讨归纳支持向量机在控制领域研究的主要成果和存在的问题,以便为进一步的研究提供一定的支持与帮助。     

模糊遗传滚动优化的LS-SVM预测控制研究

提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习建立其预测模型;基于模糊遗传算法完成非线性预测控制的滚动优化过程。仿真结果表明基于该方法的非线性系统预测控制比基于RBF神经网络的预测控制具有更好的控制效果。     

短语音说话人识别新方法的研究

提出了一种较短训练语音的说话人识别新方法。利用模糊核聚类算法设计矢量量化器,对说话人的语音特征进行训练。模糊核矢量量化器将原始空间通过非线性映射到高维特征空间,在高维特征空间中对说话人的训练语音特征进行模糊聚类分析,将得到的每个类中心作为说话人的语音模型。识别时将识别矢量映射到高维空间进行匹配决策。由于核方法的引入,使得原来没有显现的特征突现出来,增加了说话人之间的可区分性。实验表明,该方法对于较短的训练语音,其识别效果优于高斯混合模型和模糊矢量量化。     

集成人机交互仿真系统研制与应用

基于虚拟现实技术和人机工程学原理,综合应用多通道宽屏投影拼接、光学运动跟踪和数据手套手势跟踪、Vega和Creator等许多虚拟现实软、硬件技术,构造出一个可供人与计算机中的虚拟操控系统进行实时交互的虚拟仿真环境,可对人机交互绩效进行动态、客观的测量,继而评价操控面板系统的设计质量,亦可用于各类二维操控面板的操作培训。初步实验结果验证了系统的可行性。