一种基于退化混沌变异算子的改进遗传算法及其应用

针对标准遗传算法收敛性较差的缺点,利用混沌变量优化中的随机遍历性,构造出一种随进化代数而退化的变异因子,代替标准算法中的变异算子,以克服标准遗传算法在多峰函数优化中的早熟现象,对三个测试函数的仿真试验表明,改进的算法收敛性优于标准遗传算法.     

一种改进的整数编码遗传算法在车辆路径优化问题中的应用

针对基于路径组合编码的遗传算法应用于求解VRP问题时，顺序交叉算子局部寻优能力不足的缺陷，引入一种进化逆转算子，改进了遗传算法求解VRP问题时的局部搜索能力。设计的两组仿真试验结果显示，进化逆转算子的局部寻优能力很强，用它改进的遗传算法求解VRP问题的结果表明，算法的收敛性明显好于标准遗传算法。     

中立型Lurie直接控制系统的绝对稳定性

利用Ｌｙａｐｕｎｏｖ泛函方法并结合Ｓ－步骤讨论了具有滞后输入和无滞后输入的中立型Ｌｕｒｉｅ直接控制系统的绝对稳定性，得到了一些保证系统在Ｈｕｒｗｉｔｚ角域Ｋ（０，ｋ）中绝对稳定的比较实用的代数判据，并给出了应用本文结论的实例。     

基于自适应神经网络的二维线性相位FIR滤波器优化设计

提出一种基于自适应三角函数基神经网络的二维线性相位FIR滤波器优化设计方法.该方法根据二维线性相位FIR滤波器幅频响应特性,采用三角函数基神经网络优化算法计算滤波器系数,同时在神经网络训练过程引入自适应学习率算法,提高神经网络的学习效率和收敛速度.通过训练神经网络的权值,使二维线性相位FIR滤波器幅频响应与理想幅频响应...     

基于DNA-GA的PID参数优化

论文首次采用DNA-GA进行PID参数寻优,仿真表明,采用DNA-GA在进化代数相同时能找到比常规遗传算法更优的控制参数,该算法对PID控制参数寻优是实用的和有效的,优于常规的遗传算法,具有很好的应用前景。     

改进的混沌算法在PID参数整定中的应用

PID控制由于鲁棒性好和易于实现等优点，在工业上广泛应用；但是PID参数整定繁琐、难以达到最优状态、控制结果出现较强的振荡和大超调等问题。在传统的混沌算法的基础上，引入微粒群算法的寻优思想，形成了一种新的混沌算法，并应用在PID控制器的参数优化上。仿真证明了该算法能有效地实现PID参数最优整定，控制结果具有稳定、超调小、响应快的优点。该算法寻优速度快，效率高，容易实现，其性能优于常规遗传算法，为解决PID控制器参数全局最优设计提供了一种有效的方法。     

时滞控制系统鲁棒稳定性分析

Lurie型时滞控制系统是工程实践中经常遇到的一类重要的非线性控制系统,本文通 过构造Lyapunov函数,提出了不确定性Lurie时滞控制系统Robust稳定的充分条件,并给出 了本文结果的一个应用实例．     

Chebyshev神经网络电路设计

以Ｃｈｅｂｙｓｈｅｖ 神经网络为基础,给出了非线性函数的仿真实例,并提出了用模拟电路实现Ｃｈｅｂｙ ｓｈｅｖ 神经网络的方法。     

切彼雪夫神经网络硬件实现

介绍了切彼雪夫神经网络简洁的拓朴结构及逼近任意非线性映射的优异特性,给出了非线性映射仿真实例与结果,并提出了一种采用单片机硬件和相应软件去实现神经网络的方法,这种方法具有较好的实用性.     

时滞线性系统

提出了