排序方式: 共有51条查询结果,搜索用时 218 毫秒
31.
异步环境中基于时钟精度差的时钟同步 总被引:4,自引:0,他引:4
在异步通信模型的基础上,提出了一个基于时钟精度差的时钟同步策略,并给出了一个完整的系统模型,研究的重点有3个方面:(1)在时钟同步过程中使用单向信息传输策略,可以有效地减少网络负载;(2)客户机使用本地节点的时间信息和来自于参考时钟的时间戳信息构造一个线性数学模型,并获得本地时钟与参考时钟的运行精度差;(3)根据本地节点计算出的时钟精度差,构造一个自适应的容错模型,能够保证当本地节点与参考节点的连接出现故障时,本地的时钟同步系统还能够正常工作。该文不仅给出了一个详细的数学模型,而且还在实际的Internet环境中进行了模拟试验,取得了满意的结论。 相似文献
32.
用RBF神经网络建立了用于清除低浓度挥发性有机物的流向变换催化燃烧反应器拟定态温度分布模型,从基于过程机理模型的数值计算结果出发。结合中试装置的实时操作数据建立了拟定态床层温度的人工神经元网络深层知识库,用于增强神经网络模型的“外推能力”和“可信度”,仿真结果表明所建立的模型简单、精度高,能满足特性预测的要求。 相似文献
33.
用PCA—RBFN建立可侦破故障的反应器自校正模型 总被引:4,自引:0,他引:4
介绍了将主元分析方法(PCA)与径向基函数神经网络(RBFN)相结合,用主元分析对高维输入变量进行预处理,构造反映过程信息的低维主元变量,再用径向基函数神经网络对主元变量建立自校正模型。这种方法不仅简化了神经网络模型的结构,而且可以借助主元分析方法对仪表和过程故障引起的数据过失误差进行侦破,避免导致模型的错误输出。用这种方法建立可侦破故障的反应器温度自校正模型,取得了良好的效果。 相似文献
34.
清除工业废气中低浓度挥发性有机物(VOCs)的流向变换催化燃烧反应器的床层温度依时变化,为了实现实时预测和控制,用动态RBF(Radial Basis Function)神经网络建立了反应器床层瞬态温度分布的预测模型。着重讨论了动态RBF神经网络的基本结构,依据RBF网络线性输出的特点,给出了预测模型参数的在线修正方法。仿真结果与中试装置现场数据的对照表明,所建立的模型简单、精度高,能满足控制要求。 相似文献
35.
潘立登 《化工自动化及仪表》1984,(3)
根据闭环控制系统的输入、输出数据,应用LJ直接搜索的最优化方法来估计对象特性的参数,并以此为基础,继续用LJ法确定调节器的最优整定参数,这是一种行之有效的好方法,它能方便地找到同时适应负荷与给定值变化的折衷最优整定参数的新途径。首次解决了目前用一般方法所未能解决的问题。它的输入不仅是阶跃信号,而且可以是包括伪随机信号在内的任何信号,从而大大提高了对实际生产过程的适应性。计算机仿真的实例表明用这种方法可以取得较为满意的效果。 相似文献
36.
37.
38.
39.
40.