基于DOB的永磁同步电机蚁群优化鲁棒控制

针对永磁同步电机参数测量不准或摄动的问题,设计了一种经蚁群算法优化的H∞混合灵敏度鲁棒控制器,从而获得良好鲁棒性。为使系统兼顾鲁棒跟踪性能和抗扰性,引入扰动观测器并对控制器参数和扰动观测器参数进行组合寻优。在Matlab/Simulink搭建仿真模型仿真后结果表明,该控制系统在参数摄动时仍保持良好的动稳态跟踪性能,具有很强的鲁棒性和抗扰性,在复杂未知的实际工况中应用前景广阔。     

基于投影寻踪的径向基函数网络在参考腾发量预测中的应用

径向基函数网络(RBFN)已广泛应用于参考腾发量预测等领域，但常用的K均值聚类和自组织特征映射等方法在求取径向基函数网络隐层节点中心时存在较大不足。针对这一问题，本文引入投影寻踪方法，在投影降维的基础上实现对大量高维数据的聚类，建立了基于投影寻踪的径向基函数网络模型，并将该模型应用于山西潇河灌区参考腾发量的预测，研究了不同气象因子输入对参考腾发量预测精度的影响。结果表明，基于投影寻踪的径向基函数网络具有较强的适用性，只需使用最高温度、最低温度、日照时数和旬序数作为输入因子，就能以较高的精度预测参考腾发量。     

个性化公开密钥系统的设计

论文提出利用用户提供的个性化信息来随机产生关联大素数,保证了素数选取的随机化、个性化,提高了RSA算法的安全性。     

一种非对称互联型粒子群算法

提出了一种非对称互联型粒子群算法(AFIPSO),它是对互联型粒子群算法的改进。此算法重新构造了加权函数,体现了粒子之间的非对称影响。随后对六种加权函数及其4种交叉组合进行了测试。试验结果表明:组合加权函数对算法的收敛速度和稳定性均有非常好的改善,在收敛率上几近完美。     

径向基函数神经网络的再学习算法及其应用

为了应用径向基函数神经网络逐步地识别待研究系统,文章针对径向基函数神经网络的再学习算法开展了深入的研究.应用严格的数学推理方法,将径向基函数神经网络的再学习问题转化为矩阵求逆的附加运算.详细给出了径向基函数神经网络再学习算法中增加新训练样本和增加新基函数的数学公式,同时对如何获取新的训练样本进行了研究.     

利用整合区域特性约束提高孔隙率模拟精度

本文将空间结构变化的要求与动态资料确定的储量共同作为约束,建立了包含两个约束条件的目标函数, 应用模拟退火算法对孔隙率的空间分布进行预测。在实现过程中,通过初始控制参数的给定及目标函数修改提高了运算效率。由于目标函数有效地整合了静、动态信息,从而降低了模拟结果的不确定性．提高了模拟的精度。合成数据及实际数据的模拟试验表明,整合区域特性约束不仅提高了孔隙率模拟精度,而且算法收敛快、稳定性高。     

聚合物熔体的非等温平板收缩流动的数值模拟

用有限元法模拟了Carreau流体在4：1平板收缩口模中的非等温挤出流动，采用3节点的三角形单元对速度、压力和温度进行等阶插值，运用特殊的罚函数处理流体的不可压缩条件，解决了压力场的数值振荡问题，并用改进的Newton迭代法对非线性方程进行求解，成功地计算了Carreau流体在平板收缩流动中的速度、压力、粘度以及应力的分布，同时得到温度场的分布，计算的应力分布与实验的结果及Renardy的分析结构相符。