混合蛙跳算法应用研究

混合蛙跳算法（SFLA）是一种模拟青蛙觅食行为的智能优化算法.算法具有设置参数少、简单易于理解、鲁棒性强等特点.由于该算法提出的时间不长,目前对此算法的研究成果并不多,该算法在理论和实践上还不够成熟,如该算法的鲁棒性、收敛性、稳定性等数学理论还未给出完整的数学证明,算法的适用范围目前还仅限于函数优化、组合优化、单目标优化、多目标优化等方面.本文重点分析研究了该算法的基本原理、应用前景、国内外的研究现状和主要研究内容,以及目前该算法研究过程中出现的问题.     

时变大纯滞后系统的单神经元自适应控制

阐述一种新型单神经元自适应控制器，对时变大纯滞后系统实现快速有效的实时控制。该单神经元采用一种新学习算法，并与Smith补偿、在线辨识相结合，在保留单神经元器适应性强优点的同时。改善了单神经元器的动态性能，减轻了大滞后对象控制结果不能及时反馈的不足。应用该控制策略对大滞后一阶仿真研究表明，对大滞后时变系统具有较强的适应性和鲁棒性，各种控制性能优于常规单神经元PID和常规PID．     

一种基于DCT—SVD域灰度级的盲水印算法

本文首先应用Arnold变换和一种快速的Arnold反变换对水印图像进行加密，进而应用分块的量化SVD嵌入法对DCT块系数进行调整．提出了一种新的灰度级的盲水印算法，较好的解决了灰度水印鲁棒性和透明性之间的矛盾。实验结果证明．该算法对JPEG压缩、裁剪等常见的处理操作有较好的鲁棒性。     

一种抵抗共谋攻击的数字视频水印算法

针对视频水印在共谋攻击中的鲁棒性，在离散余弦变换域，对视频内容特征进行了研究，提出了水印信息和水印位置信息同时关联于嵌入点内容的算法，并给出了水印算法鲁棒性检测实验，实验证明该算法对共谋攻击有良好的鲁棒性。     

模糊神经网络语音数据融合算法的研究

针对高嗓音环境中的语音识别问题，提出一种利用模糊神经网络进行语音数据融合的新算法。该算法按一定模糊规则对语音信号的特征参数进行模糊化，并通过神经网络对每个传感器语音信号的模糊特征参数进行分类和融合。仿真实验表明，该算法鲁棒性更强；与单传感器算法相比，语音识别率得到较大的提高。     

基于改进RANSAC算法的单应矩阵鲁棒估计方法

单应矩阵的鲁棒性和精度直接决定了其应用效果,如何利用RANSAC算法估计出鲁棒、精确的单应矩阵,仍是一个有待研究的热点问题。针对传统RANSAC算法迭代次数多、运行时间长、单应矩阵估计精度较低的问题,在SIFT特征匹配算法的基础上,从剔除样本集中不符合图像几何特性的部分外点、快速舍弃不合理单应矩阵和迭代精炼单应矩阵等方面对RANSAC算法进行改进,提出一种基于改进RANSAC算法的单应矩阵估计方法,提高了单应矩阵估计的精度和效率。实验结果表明,该方法有效解决了传统RANSAC算法存在的问题,能够快速、精确估计单应矩阵。另外,对于不同视角和大小的图像,该方法均具有较好的鲁棒性。     

蚁群算法的研究现状及其展望

蚁群算法是一种新型的模拟进化算法，研究表明该睡具有并行性，鲁棒性等优良性质。本文阐述了蚁群算法的原理，介绍了该算法在理论和实际问题中的应用，并对其前景进行了展望。     

快速预测控制算法及在单回路数字控制器中的应用

为使先进的预测控制算法在工业过程单回路数字控制器中方便有效地实现，本文设计了一种快速预测控制算法，降低了控制律在线运行的计算理，了算法实现所需的存储空间，且同时具有良好的适应性和鲁棒性，基于此算法的单回路数字控制仪表“广义预测自校正单回器调节器”在工业现场投入试运行，控制效果好，具有广泛的应用推广价值。     

基于字体颜色的文本数字水印算法

根据人眼对蓝色最不敏感的特性，提出了通过修改文本字符的蓝色成分使其嵌入水印信息的一种文本数字水印算法。理论分析及实验结果表明，该算法具有水印容量大、鲁棒性较强的特点，可以弥补当前文本数字水印算法存在的鲁棒性较差、水印容量小的缺点。它在电子文档的版权保护等领域有广泛的应用前景。     

基于改进全卷积神经网络的图像单像素边缘提取

为实现复杂背景图像中高精度边缘的准确提取,提出一种改进的单像素边缘提取算法。在改进的全卷积神经网络中,通过添加辅助输出层与采取多尺度输入的方式初步提取图像多像素边缘,并利用分水岭算法对多像素边缘进行细化重定位,从而获取图像单像素边缘。磁瓦图像上的应用结果表明,该算法具有较强的鲁棒性,能提取高精度且完整连续的单像素边缘。     

工业串联系统的广义预测控制

针对由一系列环节串联而成的工业对象，提出一种利用过程中间可测变量进行预测和反馈，并能对这些变量的变化率加以限制的预测控制算法。仿真结果表明该算法具有良好的抗干扰性和鲁棒性。     

基于RBF网络自整定PID控制的应用研究

经典PID的控制参数难以精确整定，且依赖于对象的数学模型，故自适应性较差，很难适应具有非线性、时变不确定性的被控对象，控制精度难以保证。该文对纯滞后工业对象提出了一种基于RBF神经网络PID参数自整定的控制方法，采用将RLS算法和梯度法相融合的新型学习算法，并将这种控制方法与PID控制器相结合应用于纯滞后工业对象中，克服了不确定性对控制对象性能的不利影响，解决了传统PID控制鲁棒性差，及需要预先知道受控对象精确数学模型的问题。仿真结果表明了该方法的鲁棒性和跟踪性能均优于传统PID控制方法。     

基于ARM的免疫原理解耦算法的研究

为满足复杂工业过程控制对鲁棒性的要求,将采用免疫神经元PID控制解耦算法进行试验,验证改进算法的优化性能.该控制系统的硬件设计采用嵌入式系统(ARM)方式,用于环境试验箱进行试验,软件采用C语言的编程规则进行设计,解耦算法的实现采用了神经元控制结构和免疫反馈原理二者相结合.通过实验表明,这种新的控制解耦算法学习速度快,动态响应时间短,实现了参数的在线优化,提高了系统的鲁棒性.     

锅炉燃烧系统的模糊预测控制

将模糊控制和预测控制相结合,提出了一种新型的模糊预测控制方案,应用于非线性、大延迟、强耦合的锅炉燃烧系统中,并运用风/煤比模糊自寻优控制方法来提高锅炉燃烧的效率。通过仿真实验,结果表明该方案的适应性和鲁棒性都很强,具有很大的工程实用价值。     

基于CARIMA模型的多变量极点配置自校正直接算法及其鲁棒性

本文根据 CARIMA 模型,采用双线性一步松驰算法和多项式矩阵展开交换法,给出一种适用于非最小相位系统的多变量极点配置自校正直接算法,并研究了其鲁棒性.此法计算量小,对初值选择不敏感,系统跟踪调节性能好,鲁棒性强,是一种有应用前景的极点配置直接算法。     

非线性HAMMERSTEIN系统的预测控制及其pH过程应用

本文基于非线性离散Hammerstein模型,开发了一种非线性Hammerstein系统预测控制(Non-Linear Hammerstein Predic- tive Control,NLHPC)算法。遵循预测控制策略,该算法利用Hammerstein模型进行输出预测。理论分析结果表明,该算法不仅具有好的稳定性和鲁棒性,而且其自身具有积分作用。在一台工业PC机上实现了该NLHPC算法,并用于具有强非线性的酸碱中和过程实验装置pH值的控制。实验结果表明NLHPC有着比工业界常用的非线性PID控制(nonlinear PID,NL-PID)更好的控制性能。     

工业串联系统的多反馈预测控制

本文针对由一系列环节串联而成的工业对象,提出一种利用过程中间信息多重反馈的预测控制算法。其结构清晰直观,物理意义明确,设计简单规范。仿真结果表明,该算法具有较强的抗干扰性和鲁棒性。     

COS-Slow-Start:一种新的TCP慢启动策略

拥塞控制已成为确保Internet稳定性、鲁棒性的关键因素。针对目前TCP拥塞控制机制的慢启动算法中存在的实际问题,提出一种新的TCP慢启动策略COS-Slow-Start,从数学角度对新策略的稳定性和高效性进行理论分析与证明。NS2仿真实验表明,该策略能有效地减少分组丢失、平缓突发流量冲击,并增加带宽的有效利用率。     

加权多步预报控制

本文提出了一类加权多步预报控制(WLPC)算法.这种算法是由极小化一个很一般的 加权二次型性能指标得到的.由于权因子可以根据闭环极点配置、前馈零点增补和动态性能 要求任意选取,所以可保证闭环系统的稳定性和对建模误差的鲁棒性.文中给出了这方面结 果的理论证明和仿真实例.