神经网络传递函数的功能分析与仿真研究

从函数映射的角度,以三层前向神经网络为例,对神经网络的映射关系进行了分析,提出前向神经网络的映射关系可以视为一种广义级数展开,展开系数就是隐层与输出层的连接权,而传递函数的作用在于提供一个“母基”,它与输入到隐层间的连接权一起,构造了不同的展开函数。根据这一理论,着重对神经网络传递函数在映射中的作用进行了分析,指出如果灵活选择多个复合传递函数,可以使网络以更少的参数、更少的隐节点,完成从输入到输出的映射,从而提高神经网络的泛化能力。利用遗传优化对一个两类分类问题的训练仿真结果表明,采用混合传递函数,的确能够以更少的隐节点实现所需要的映射关系,网络结构的复杂度低,泛化能力也更好。该结果也进一步证实了神经网络映射关系的广义级数展开的正确性。     

关于RF缆放卷系统模糊建模的研究

针对传统RF缆放卷设备控制系统的局限性,从系统的角度建立RF缆放卷系统的T-S模糊模型,设计了放卷系统内模控制器,构建了RF缆放线设备的内模控制系统。实验结果表明,与传统的"变频器+电机"的PID控制比较,文中设计的基于T-S模型的非线性内模控制系统有着更好的控制精度和鲁棒性。     

基于双闭环模糊控制的有源电力滤波器

有源电力滤波器普遍采用双闭环控制.从双闭环协调控制的思路出发,通过对有源电力滤波器运行时内外环之间的相互耦合的研究,总结了双闭环PI参数协调控制的规律,并把总结的控制规律应用模糊控制的方式对有源电力滤波器进行控制.仿真结果和实验测试结果表明所述方法不仅使得直流母线电压在启动过程中的超调量很小,电压收敛速度快,而且发出的冲击电流很小,从而大大增强了系统运行的可靠性和直流母线电压的稳定性.仿真结果和实验测试结果表明,该方案能显著提高系统响应速度,并使注入电网的谐波电流达到IEEE519-1992的要求.     

基于集成核可预测元分析的非线性故障检测

以核可预测元分析(KForeCA)为例,将它与集成学习方法相结合,提出了一种基于集成核可预测元分析(EKForeCA)的非线性故障检测方法。给出EKForeCA的故障检测原理。TE仿真实验结果表明:基于EKForeCA的故障检测方法可有效提高故障检测灵敏度和鲁棒性。     

一种基于可预测元分析的故障诊断方法

将可预测元分析(Fore CA)引入到过程监控中,通过选取合适的可预测元并构造能够反映系统运行状况的统计量对在线数据进行统计监控,克服了主元分析(PCA)方法假设数据服从高斯分布且无法反映系统动态时序特性的缺陷,能很好地描述工业过程的动态特性并进行故障检测。TE模型上的仿真结果证明了Fore CA在工业过程监控中的可行性与有效性。     

基于递归平均PID增量算法的四电机粗纱张力控制

张力控制是粗纱机控制系统中的核心问题。文章在对控制对象分析的基础上，对传统PID算法做出改进，提出了递归平均PID增量算法，从而大大地改进了四电机粗纱机在自动纺纱情况下的控制性能，使四电机粗纱机的开发取得了进步。     

基于二阶段相似度学习的协同过滤推荐算法

针对传统的基于最近邻协同过滤推荐算法中计算相似度存在的缺陷,提出了一种基于二阶段相似度学习的协同过滤推荐算法,该算法旨在通过较少的迭代计算改善推荐算法性能。它以既约梯度法迭代寻优为主、最近邻算法为辅,通过邻居的海选和精选,最终提高了相似度的计算精度,改善了误差性能。实验表明,在一定条件下该算法不仅在误差性能上优于传统的推荐算法,而且其算法收敛速度快,可实现相似度参数动态调整和分布式计算。     

模糊神经技术在反应堆安全研究中的应用

概要介绍了模糊神经网络技术 ,并对其在核电厂的负荷跟踪、功率分布控制、运行状况及运行参数的虚拟测量、故障诊断及瞬态识别以及核燃料的质量检查等方面的应用情况进行了综述。模糊神经网络技术在核电厂中的应用大大提高了反应堆运行的安全性和可靠性 ,展现了良好的推广应用前景     

面向宽带IP网络的拥塞控制研究进展

讨论了IP网络中拥塞控制的基本原理,分析和比较了目前一些有代表性的可升级的拥塞控制算法,指出了其中存在的问题,而后总结了控制理论在分析和设计网络拥塞控制算法方面所取得的一些进展,并提出了未来的工作方向。     

基于变频调速的粗纱机四电机系统设计

为保证粗纱的质量，新型粗纱机中的四个电机必须协调运转。为此，系统采用了四个变频调速电机，并使用电机速度闭环和粗纱张力闭环的双层闭环控制。同时利用专家控制策略来解决纺纱过程中粗纱卷绕模型不精准和系统参数变化等问题，从而大大提高了系统的鲁棒性，成功实现了四个电机在系统启动、稳态、停止阶段速度的良好同步控制。