汽车转向/制动不确定系统的一致性协同控制

考虑到不确定参数和耦合干扰会使系统性能恶化,提出一个一致性协同控制系统研究汽车转向系统和防抱死制动系统的协同控制问题。该控制结构由制动鲁棒自适应控制器和转向一致性鲁棒自适应控制器组成。先设计了制动鲁棒自适应控制器;然后针对转向系统和制动系统之间的补偿控制律难以确定的困难,定义一致性误差和一致性误差模型;设计转向角和横摆力矩的一致性鲁棒自适应控制器;最后设计制动力分配策略。仿真结果证明提出的一致性协同控制系统是正确可行的,它改善了汽车制动稳定性能和转向性能。     

基于极限学习机的变压器故障快速识别

针对基于传统神经网络的变压器故障识别诊断方法存在网络收敛慢、易陷入局部极小点和网络参数难确定的缺点,提出了一种基于极限学习机的电力变压器故障快速识别方法。该方法以变压器油中用于故障类型分析的5种主要溶解气体含量作为输入特征量,5种常见变压器状态作为输出量建立分类识别模型。实验结果显示,该方法的识别准确率比支持向量机高12.5%,识别速度是支持向量机的2.6倍,比概率神经网络快5.5倍以上,表明该方法对变压器故障的识别快速而有效。     

基于Internet的高线精轧机组远程监测与诊断应用研究

介绍基于Internet的一种高线精轧机组远程监测与诊断系统的软件功能。该系统采用B／S模式并结合CORBA及SOAP／Web Service技术。经运行实践证明，该系统能对现场设备的运行状态及时作出判断。具有较高的可靠性与稳定性。     

基于微分对策的多飞行器协同捕获空间划分

针对多飞行器协同围捕问题,提出一种基于微分对策的加权制导律下捕获空间划分方法。选取合适的性能函数,建立多对一协同围捕微分对策模型;利用哈密尔顿函数法求解得出飞行器和目标的最优控制策略,获得各飞行器的零控脱靶量的最优轨迹;以2个飞行器为例,设置1个2对1协同围捕场景,根据2个飞行器初始零控脱靶量的符号和大小关系,给出各飞行器单独拦截以及协同围捕状态下的相关定义;根据各飞行器零控脱靶量的最优轨迹,围绕初始零控脱靶量给出1种协同捕获空间的划分方法;设置3个具体的仿真场景,验证结果证明了该方法的准确性。     

基于粗糙集和神经网络的信息融合方法

在运用粗糙集理论和神经网络理论进行信息融合的基础上,分析了其各自的优势和存在的问题,设计了将两者综合的信息融合方法.该方法主要思想是利用粗糙集理论对神经网络待处理的数据进行属性约简,借此来简化神经网络的结构.利用这种方法对煤矿中各种与瓦斯危险相关的信息进行融合,以此对其瓦斯安全性进行评价.结果表明,这种方法减少了训练次数而且收敛效果比传统神经网络效果好.     

结合邻域信息的改进抑制式FCM图像分割方法北大核心

针对模糊C均值聚类(FCM)算法在含噪声图像分割中存在的运算开销大、收敛速度慢等不足,在抑制式RC-FCM算法的基础上提出一个结合邻域信息的改进抑制式FCM算法,算法通过构建图像灰度及邻域信息的二维直方图设定聚类样本空间和初始聚类,根据样本到聚类中心的最大和最小距离动态设定抑制因子,再通过改进的最小抑制FCM算法实现图像分割。实验表明改进算法不仅能够提高FCM算法的聚类速度,而且提高了对噪声图像的分割精度。     

太赫兹介电谱与组分含量的关系分析及应用

研究了固体有机样品的太赫兹介电谱与组分体积含量之间的关系。通过分析有效介质理论中的CRI(Complex Refractive Index)模型,得到样品的介电参数与组分体积含量的关系式。利用太赫兹时域光谱技术测得室温下两种氨基酸样品在0.5~2.7 THz的介电性质,样品的折射率、介电系数及介电损耗均随氨基酸体积含量增加而增大。选取氨基酸介电损耗谱特征峰位处的介电参数,根据CRI模型进行拟合,得到折射率与体积含量的线性关系式,介电系数和介电损耗与体积含量的二次函数关系式。研究结果有利于扩展太赫兹波段的定性定量分析手段,并对聚合物基复合材料制备有一定参考意义。     

基于多目标支持向量机的ADHD分类

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一,在大多数情况下持续到成年期。近年来,基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的,然而事实上,ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本,从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题,即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征,提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型,其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差,进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解,并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估,并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好,可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断,还可用于阿尔茨海默病和自闭症等疾病的辅助诊断。      

航空发动机的健康指标构建与剩余寿命预测

预测与健康管理技术能够有效的评估系统健康状态、预测系统剩余使用寿命,是提高复杂系统安全性、经济性的重要保障.为全面评估系统健康状态,本文提出了一种基于深度置信网络(DBN)的无监督健康指标构建方法,并结合隐马尔可夫模型(HMM)进行系统剩余寿命预测.首先,通过无监督训练深度置信网络实现历史数据的特征提取,进而构建健康指标;其次,利用健康指标集训练隐马尔可夫模型,实现设备健康状态的自动识别;最后,通过DBN-HMM混合模型来计算系统剩余寿命.采用商用模块化航空推进系统仿真软件(C-MAPSS)给出的航空发动机数据集,验证了上述方法的有效性.     

高炉料面特征提取与聚类分析

布料是高炉上部调节的主要方式,料面形状特征是指导高炉工长做出下一次布料决策的重要依据.本文通过分析高炉雷达实测料面数据,结合专家经验,提出了一种料面特征定义和提取的方法,提取出了能够表征料面形状的6个特征;然后将谱聚类算法引入到料面特征数据的聚类中,建立了料面特征模型库;最后将新的料面特征与模型库数据匹配,为后续高炉布料控制奠定研究基础.在仿真结果中采用真实高炉生产数据,验证了料面特征提取方法的有效性.仿真结果表明谱聚类算法相比传统的K-mean和模糊C均值聚类算法,具有收敛速度快,聚类性能高等特点,能够准确有效地建立料面特征模型库.