嵌入式智能型火灾报警探测器的设计

分析了目前消防报警控制系统中所使用的探测器存在的一些问题 ,提出采用Microchip公司生产的PIC16C71单片机嵌入探测器中作为控制芯片 ,完成对烟雾信号的探测采样和环境温度的检测 ,并利用模糊推理的滤波算法对数据进行分析处理 ,具有较好的环境适应性和可靠性。     

在线电解修整磨削系统的研制

简介在线电解修整（ELID）磨削系统中电解控制装置的研制，以单片机为核心技术实现了输出电压，电流及频率控制等技术要求，分析了系统的干扰原因和相应的抗干扰措施。     

管道内表面图像分析系统及算法研究

本文简要介绍了管道内表面图像分析系统的组成和工作原理，描述了系统使用的核技术和算法，包括图像预处理，图像的特征提取和分类器的设计，利用一幅图像的R、G、B分量分类结果的贡献不同，采用线性加权的方法构造了组合分类器，本系统具有较高的分类效率，实践应用表明系统具有良好的应用前景。     

一种新的模糊内模预估控制器及应用

对不确定时滞系统, 提出了一种新的模糊内模预估控制方法. 它的最大特点是采用智能化的模糊模型预估器作为被控过程的内部模型, 对实际输出起预测作用, 从而克服时滞对系统带来的不利影响. 同时, 根据预测误差建立一模糊内模控制器, 在线修正、补偿被控过程的模型失配. 数字仿真和电阻炉温度实时控制结果表明, 这种控制方法优于常规控制方法; 有一定的实用前景.     

电驱动刚性机器人的鲁棒神经网络复合控制

采用逐步逆向的设计思想，提出一种新的电驱动刚性机器人轨迹跟踪的鲁棒神经网络复合控制策略，该策略不仅能有效地消除模型不确定性的影响，而且可避免复杂的求导运算以及对关节角加速度可测的要求。给出了控制器的具体组成和神经网络连接权的在线学习算法，理论表明该算法能保证跟踪误差及神经网络连接权估计最终一致有界，仿真结果也验证了算法的有效性。     

基于支持向量机和方差的管道内表面粗糙度等级识别

针对管道内表面粗糙度等级的非接触式检测问题，提出了一种新的基于支持向量机 （SVM）和方差的组合分类方法．SVM是近年发展起来的具备较高分类性能和容噪能力的机器 学习方法，但当输入数据量大时，SVM分类的时间耗费太大，系统难以实用化．故本方法首 先根据统计方差对待测管道的内表面粗糙度进行分类，再利用SVM进行细分．这样就有效利 用了支持向量机识别率高、容噪能力强和统计方差速度快的优点．实验表明本方法具有较好 的识别精度、效率和容噪性能．如适当调整参数，本方法还可用于其它物体表面的粗糙度检 测，具备良好的推广性．     

一种线性化模糊内模自适应控制算法

针对非线性对象，提出一种线性化模糊内模自适应控制算法。该算法以一组模糊规则作为非线性对象内部模型，一条模糊规则表示一个局部线性系统；根据对象输入与输出测量值，利用TSK建模方法在线辨识局部模糊内部模型；同时依据辨识模型设计局部H2最优模糊控制规则，所有规则构成H2最优模糊控制器。仿真实验显示：该算法适用于非线性对象的控制，具有较好的鲁棒性和抗干扰能力。     

多目标进化算法的研究与进展

多目标优化问题通常难以处理,在20世纪80年代中期人工智能的进化算法开始应用于该领域.近10年来涌现了很多种多目标进化算法,一些已成功应用到工程实践中,从而形成了最近的一个热门研究领域.本文阐述了多目标进化算法研究的有关工作进展,并提出今后需要研究的问题,旨在引起大家对此新兴研究领域的关注与兴趣,从而推动与此相关问题的研究.     

一种基于内模结构的模糊控制算法及应用

基于模型的预测控制算法在工业控制中获得了广泛的应用,特别是针对非线性大时滞系统.本文提出了一种基于内模结构的模糊控制算法,它的最大特点是引入模糊内模预估器作为被控过程的内部模型,对过程输出进行预测,从而克服时滞对系统带来的不利影响.同时,根据预测误差,滤波器在线修正、补偿被控过程的模型失配.仿真及炉温实时控制实验结果表明,此种控制策略优于常规控制方法,实用前景明显.     

基于约束区域的连续时间联想记忆神经网络

传统的联想记忆神经网络模型是根据联想记忆点设计权值。文中提出一种根据联想记忆点设计基于约束区域的神经网络模型,它保证了渐近稳定的平衡点集与样要点集相同,不渐近稳定的平衡点恰为实际的拒识状态,并且吸引域分布合理。它具有学习和遗忘能力,还具有记忆容量大和电路可实现优点,是理想的联想记忆器。