进化编程优化RBF神经网络的结构和参数

本文利用进化编程（ＦＰ）来同时进化径向基函数神经网络（ＲＢＦＮＮ）的结构和参数。与其它进化神经网络方法有以下四个方面的不同：（１）ＥＰ是基于拉马克的进化学说,强调父代与子代之间的行为联接;（２）进化算子中仅有突变,而没有交叉,以消除互换问题;（３）突变操作中,删除总是先于添加进行,以获得最简的网络结构;（４）利用测试样本集构造适应度函数,以提高网络的泛化能力。用进化ＲＢＦＮＮ来预测Ｍａｃｋｅｙ－Ｇ     

基于时延RBFNN模型预测控制的交流伺服系统

在三相交流伺服系统矢量控制的基础上,对其速率控制要用非线性预测控制,预测模型采用ＴＤＲＢＦＮＮ〈增找ＴＤＲＢＦＮＮ的结构和参数。;实验结果表明：该控制方法在跟随特性和抗据性能等方面都优于传统的矢量控制,而且所采用的预测模型和算法都较简单,易一诉硬件和软件实现。     

基于改进灰狼优化算法的光伏MPPT方法

在局部阴影情况下,光伏阵列输出的功率-电压曲线会出现多个峰值,需要具有全局寻优能力的群体智能优化算法来进行最大功率追踪(Maximum Power Point Tracking, MPPT)。针对传统群体智能优化算法普遍存在的收敛速度慢、振荡幅度大和易陷入局部最优等问题,提出了一种基于改进灰狼优化算法的控制方法。该算法采用区间收缩策略,通过不断减小搜索区间范围,提高算法的收敛速度和求解精度;同时,采用反向优化策略,增加对当前最优位置反向解的搜索,提高了搜索过程的多样性,帮助算法跳出局部最优。仿真统计结果表明,相较于传统算法,改进算法具有更高的追踪成功率、追踪准确性和更短的追踪时间。     

离散时滞标准神经网络模型的鲁棒稳定性分析

研究了离散时滞标准神经网络模型（SNNM）的鲁棒渐进稳定性和指数稳定性问题,结合Lyapunov稳定性理论和S方法推导出了两种稳定性的充分条件.所得到的稳定性条件被表示为线性矩阵不等式形式,便于求解.特别的,将鲁棒指数稳定性问题转化为一个广义特征值问题,除了可以判断网络的指数稳定性,还可以方便地估计其最大指数收敛率.在数值示例中,将两类递归神经网络（RNNs）转化为SNNM的形式并利用得到的相关结论对其鲁棒稳定性进行了分析,仿真结果验证了稳定性判据的有效性.SNNM为分析递归网络提供了新的思路,简单且有效.     

基于Linux嵌入式电脑横机控制系统设计

通过分析电脑横机整机控制系统的结构和功能,构建以ARM微处理器S3C2410和协处理器FPGA为中心的硬件平台、基于Linux的嵌入式横机控制系统,利用GPIO驱动程序实现S3C2410和FPGA之间的通讯,编织控制程序可完成从读入花型数据到编织出图案的整个过程。基于Qt/E设计出的图形用户界面可提供简单、快捷、友好的人机界面。与传统电脑横机控制系统相比,该电脑横机控制系统设计合理,集成度高,可移植性强。     

基于离散元法的料门式给料器料门受力研究

目的研究料门式给料器工作中颗粒物料对料门的作用力,以便选择合适的驱动机构。方法对给料器结构进行合理简化后,利用离散元法借助PFC3D软件,仿真计算料门完全关闭时受颗粒物料的作用力;将料门及实现其转动的辅助机构合理简化为杆件机构,分析料门在几个关键位置所需的驱动力。结果颗粒物料对料门垂直方向的合力始终小于其自身的重力,而且随着颗粒物料高度的增加此现象会变得更加明显;料门受到颗粒物料的正压力和切向静摩擦力,随着料斗内料位高度的增加最初呈线性增大,后转为非线性并趋于极限值,而且变化过程与料斗结构也有一定关系;料门在完全关闭状态打开料门所需的摆动臂驱动力约为115 N,在精给料时维持精给料位置所需限位臂驱动气缸的推力约为553 N。结论设计料门式给料器时只需计算一定料位高度的料门受力,超过此高度后物料继续增多时料门受力基本不变;使用的料门式给料器采用的气缸驱动力足够大,能够保证正常工作。     

连续BAM神经网络的稳定性分析-LMI/BMI方法

对于连续双向联想记忆(BAM)神经网络的平衡点的稳定性问题，目前人们已经得到了很多富有意义的成果。本文提出一种新的神经网络模型-标准神经网络模型(SNNM)，利用不同的Lyapunov泛函和S方法推导出基于线性／双线性矩阵不等式(LMI／BMI)的SNNM全局渐近稳定性和全局指数稳定性的充分条件。通过状态的线性变换，将连续BAM神经网络转化为SNNM，并利用有关SNNM的稳定性的一些结论，得到连续BAM神经网络平衡点的全局渐近稳定性和全局指数稳定性的充分条件，这些条件都以LMI或BMI形式给出，容易验证，保守性低。该方法扩展了以前的稳定性结果，同时也适用于其它类型的递归神绎网络的稳定性分析。     

工厂变电所全数字化微机保护与监控系统

工厂供电系统的保护是电力系统保护的重要部分，微机保护系统已取代了传统的电磁继电器保护。本文主要阐述了采用8098单片机和386／486计算机的两级通讯式微机保护系统，该系统在工厂实际应用中，效果良好。     

参数自调整Fuzzy—PI控制算法在低压真空烧结炉中的应用

在模糊理论的基础上提出了一种改进算法－参数自调整Ｆｕｚｚｙ－ＰＩ算法，并成功地应用于低压真空烧结炉的控温系统中。它克服了一般模糊控制算法的固有缺点，具有优良的动态和静态品质。     

基于MDL的RBF神经网络结构和参数的学习

本文提出了一种优化径向基函数神经网络（ＲＢＦＮＮ）结构的参数的方法,该方法包括两个过程：训练和进化．训练用梯度下降法学习ＲＢＦＮＮ的中心,宽度和输出权值;进化采用二进制编码的遗传算法（ＧＡ）学习ＲＢＦＮＮ的结构,适应度函数是基于信息论中最小描述长度（ＭＤＬ）原理的目标函数．函数逼近仿真实验证明了该方法比其他方法鲁棒性强,所得到的网络结构简单．