基于新型CMAC神经网络的复杂系统控制

首先基于离散泰勒级数设计了一种可实现对任意阶多维函数无差逼近的新型CMAC神经网络,给出了其插值算法及训练算法。该系统相对于传统的CMAC神经网络具有学习精度高、收敛速度快、所需内存单元少等优点。并基于新型CMAC神经网络设计了一种复杂系统的高性能实时控制策略。该方案不依赖于系统的数学模型,具有较强的鲁棒性和通用性,仿真结果表明了该方案的可行性与有效性。     

基于联想记忆系统的模型参数估计

在离散泰勒级数型联想记忆系统（ＤＴＳ－ＡＭＳ）的基础上，提出了一种模型参数在线估计方法，为ＤＴＳ－ＡＭＳ在智能控制和信号处理领域中的应用提供了新的途径。数字仿真表明了该方法的可行性和有效性。     

N阶分歧问题的数值逼近

对任意有限阶分歧问题的数值逼近进行了研究。构造了求解一类非退化分歧点及相关参数的扩充系统［１］的逼近形式，采用拟牛顿法来逼近离散后的奇异点及相关参数，该方法中改进的导数矩阵具有分块下三角形式，不仅计算量大大减少，而且具有超线性收敛性。     

一种改进的双向联想存储器

本文作者对联想存储器进行了深入研究，提出了一种自适应强化学习算法，以改进双向联想存储器的学习。计算机软件仿真结果表明，这种改进后的双向联想存储器具有存储样本稳定、联想回忆的迭代速度快等优点，因而它是一种新型的双向联想存储器。     

一种改进的双向联想存储器

本文作者对联想存储器进行了深入研究，提出了一种自适应强化学习算法，以改进双向联想存储器的学习。计算机软件仿真结果表明，这种改进后的双向联想存储器具有存储样本稳定、联想回忆的迭代速度快等优点，历而它是一种新型的双向联想存储器。     

DTS-AMS型神经网络用于自发脑电信号残部的外推估计──提取视觉诱发脑电信号的新方法之二

利用可实现对任意阶多元多项式超曲面的无差逼近的、基于离散泰勒级数的高阶联想记忆系统（ＤＴＳ－ＡＭＳ）,对（本系列文章之一中所得）自发脑电（ＥＥＧ）信号错相叠加平均后的残余信号进行建模和外推估计．数字仿真结果表明,此法通过十次左右的视觉刺激,即可将视觉诱发脑电（ＶＥＰ）信号从ＥＥＧ信号中分离出来,所得ＶＥＰ信号潜伏期Ｐ_１００精度可满足一般临床诊断要求．     

采用一种新型神经网络的动态系统辨识与控制

目的研究动态系统的神经网络辨识与控制问题.方法为了减小网络的固有逼近误差,提出一种新型的神经网络模型,利用动态误差反馈来修正网络输入.结果得到了由新型网络和稳定滤波器构成的神经网络辨识模型及基于该网络模型的自适应控制方案.结论理论和仿真结果都证明了该神经网络模型能够有效地应用于一类非线性系统的控制.     

新型汽车减振器半主动悬架的动力学模型研究

近年来，电流变液体减振器受到了广泛的关注，设计了一种新型电流变液体减振器，并将其应用于汽车半主动悬架系统，该系统具有响应快、控制容易、结构简单和能源消耗低等特点。建立了新型电流变液体减振器间主动悬架的动力学模型，并对其进行了仿真研究，仿真结果表明，该系统具有很好的隔振性能。     

模具研配液压机同步系统的研制

针对流体传动及控制系统中较难解决的高精度同步控制问题，提出一种比例阀与伺服阀复合控制的新型同步系统，并分析了设计方案、控制方法等问题。该系统不易形成累计的同步误差，具有高同步控制精度、高能量利用率等优点。     

带动态因子调整模糊神经网络控制器的研究

探讨了模糊规则的撮以和推理转化为人工神经网络参数的确定及神经计算，提出了一种具有自学习功能的模糊神经网络，并用因子动态调整逼近法，解决了系统中静态误差和积分饱和等问题。     

输入排队iSLIP算法的改进与比较

高速路由器交换网络中,输入排队调度算法有良好的性能。为了进一步提高经典算法iSLIP的性能,根据虚拟输出队列(VOQ)中包的个数和队首包的等待时间不同,对iSLIP算法进行改进,提出了lp-iSLIP(Long Queues Prioriy iSLIP)算法和op-iSLIP(Old Queues Priority iSLIP)算法。通过仿真可以看到改进后两种算法包的延时较iSLIP算法有一定降低,即算法性能有了提高。最后对iSLIP算法和对信元加入优先级的pri-iSLIP算法进行比较,仿真结果显示pri-iSLIP算法的性能较好。     

基于单纯形和粒子群优化的搜索算法

在综合分析单纯形算法与粒子群算法优缺点的基础上,将单纯形算法与粒子群算法相结合,提出了一种单纯形,粒子群混合算法,有效地避免了原有两种算法的缺陷,提高了对目标函数的搜索效率与质量,并用试验函数验证了算法的可行性.     

进化算法在求解连续空间函数优化问题上的比较

优化算法就是一种搜索过程和规则，它是基于某种思想和机制，通过一定的途径和规则来得到满足用户要求问题的解.优化问题也是人们在工程技术、科学研究和经济管理等诸多领域中经常遇到的问题.鉴于工程优化问题的复杂性、约束性、非线性、多极小等特点，分析各种算法，寻求一种适合要求的算法很重要.目前，进化算法主要包括遗传算法、模拟退火法、混沌算法、蚂蚁算法、粒子群算法等.分别介绍了5种算法的基本思想以及它们的特点，并且通过对几个连续函数的优化比较，阐述了算法的各自不足.     

密码学中信息摘要算法MD5的改进

在MD5算法的基础上,针对MD5算法密文是一个32位16进制字符来表示值的特征,提出MD5改进算法,首先采用替换加密算法Md5Replace加密MD5算法密文,隐藏MD5算法密文的特征;再选定替换加密密文中某一位置插入由随机函数算法Md5Random产生定长的字符串得到最后的密文,改变了替换加密密文位数,隐藏了替换加密算法替换规律。在不改变算法效率的前提下,提高算法安全强度。     

多算法加权融合的盲均衡算法

在研究了多种广泛使用的盲均衡算法的基础上,设计了一种对多种算法加权融合的新算法：
当均衡器的输出信号可靠性足够高时,用可获得高收敛精度的多模辅助算法(MAMA)进行均衡
;当均衡器的输出信号可靠性不够高时,用修正的常模算法(MCMA)、多模算法(MMA)和MAMA 三种算法的加权融合来均衡,且控制权重,使权重随迭代次数变化,提高了算法性能. 仿真结果证明,新算法性能稳定,在恶劣的水声信道中,可以在大约2?800次迭代后收敛,达到-35?dB左右的码间干扰(ISI).     

常用细化算法在纸浆纤维图像处理中的应用与比较

本文介绍了三种常见的细化算法,其中详细介绍了hilditch算法,并且通过编程将其应用于纸浆纤维图像的处理中.通过对处理后的纤维图像质量的比较,结果显示hilditch算法更适用于对纸浆纤维图像的细化,但仍然需要在对纤维图像中的非纤维图像信息进行有效地删除方面进行改进.     

EDF调度算法的实时性改进

在实时调度算法中,常用的EDF调度算法是非抢占式的,针对这个问题,研究应用SLAD算法和BACK-SLASH算法来改善EDF调度算法的实时性.对过载情况下的截止期错失率DMR的测试,结果表明其实时性确有所改进.     

COMP:一种有效的多模式/多对象匹配算法

为研究产生式系统的匹配效率问题,分析了RETE算法与TREAT算法的优缺点,提出了一种新的匹配算法－COMP算法,通过理论分析,在最坏情况下,该算法的时间复杂性为O（W^C）,优于RETE算法,实验结果表明,COMP算法在一般情况下优于TREAT算法,而在各种情况下均优于RETE算法。     

学习特征权值对聚类算法的优化

现有的k-均值聚类算法大都是以距离差异为基础的,而同等重要地依赖所有属性的相似性度量会引起误导.传统的k-均值算法选择的相似性度量通常是欧几里德距离的倒数,这种距离通常涉及所有的特征.而在距离公式中引入一些特征权值后,其聚类结果将依赖于这些权值,从而可以通过调整这些权值优化聚类效果.由于k-均值算法是迭代算法,很难直接确定其权值以优化聚类结果,因此提出了一种通过免疫算法学习权值的方法以改进聚类结果.实验结果显示,该方法确定的权重值在提高聚类效果方面是可行的、有效的.     

RA码译码简化算法的研究

RA码BP译码算法，可以实现线性时间译码，然而具有较高的复杂度。为了便于硬件实现，首先提出将最小和算法应用于RA码，然后对最小和算法进行了改进，提出了归一化算法和偏移算法，使循环译码算法在复杂度和性能之间取得了较好的折衷。仿真结果表明：归一化算法和偏移算法复杂度低，性能接近BP算法。