基于BP神经网络混凝土抗压强度预测

在阐述BP人工神经网络原理的基础上,针对影响强度的主要因素,建立了多因子混凝土抗压强度3层BP网络模型,以每立方混凝土中水泥、高炉矿渣粉、粉煤灰、水、减水剂、粗集料和细集料含量及置放天数作为模型输入参数,混凝土抗压强度值作为模型的输出,对混凝土抗压强度进行了预测.实验结果表明:所建BP神经网络混凝土抗压强度预测模型最大...     

利用优秀毕业生资源推进学风建设

学风建设是高校教学基本建设的重要内容之一，是高校加快建设和不断发展的重要基础。优良的学风是提高教学质量的重要条件，是全面推进素质教育的保障。目前各高校都将学风建设当做一项系统工程来抓，其意义不言而喻。如何推进学风建设是一个长期、艰巨粗需要不断创新的课题。优秀毕业生是学校中的精英，是所有教师共同缔造的结晶，是学校不可多得的宝贵资源，他们中有许多已经在各自的工作岗位上作出了不凡的业绩，应充分挖掘优秀毕业生的潜力，用他们的个人事迹、成长历程去激励学生，推进高校的学风建设。     

约束多目标进化算法研究进展

约束多目标进化算法（CMOEAs）能够同时处理多个相互冲突的目标函数和约束条件,引导种群逼向可行域的最优解,受到了研究者的广泛重视。首先介绍了约束多目标优化问题（CMOPs）的相关定义和多目标进化算法（MOEAs）的三种分类;其次,系统地分析了当前CMOEAs中约束处理机制,凝练出当前主要的四种约束处理方法;然后,从基于支配、基于指标、基于分解三个方面对CMOEAs的研究进展进行了详细综述;最后,指明了CMOEAs存在的挑战和未来研究方向。     

混合多目标骨干粒子群优化算法在污水处理过程优化控制中的应用

通过对污水生化处理过程的分析,选取能耗和罚款最低为优化目标,建立污水生化处理过程多目标优化控制模型。为了提高Pareto最优解集的收敛性和多样性,提出一种基于Pareto支配和分解的混合多目标骨干粒子群优化算法（HBBMOPSO）。该方法采用带自适应惩罚因子的分解方法选取个体引导者,采用Pareto支配和拥挤距离法维护外部档案和选取全局引导者。此外,采用精英学习策略增强粒子跳出局部Pareto前沿的能力。最后,将HBBMOPSO与自组织模糊神经网络预测模型和自组织控制器相结合,实现污水生化处理过程溶解氧和硝态氮设定值的动态寻优、智能决策和底层跟踪控制。利用国际基准仿真平台BSM1进行实验验证,结果表明所提HBBMOPSO方法在保证出水水质参数达标的前提下,能够有效降低污水处理过程的能耗。     

基于电子鼻和电子舌的白酒检测

研究利用电子鼻和电子舌技术快速检测白酒品质。以不同品牌、不同香型和不同比例掺假白酒为检测对象,采用主成分分析、线性判别分析和偏最小二乘法对电子鼻整体气味响应图谱和电子舌在1、10、100和1000Hz四个不同频段脉冲激发下的金、银、钨、钛四个工作电极组成的传感电极阵列响应信号进行分析。结果显示:电子舌对不同品牌和不同香型白酒的区分能力要优于电子鼻,且LDA的识别效果较PCA更好;利用偏最小二乘法建立的定量预测模型,在主成分数取5时,电子舌所建模型最优。用独立样品检验模型精度,模型预测值和参考值的相关系数为0.881。研究结果可为白酒生产和销售过程中的质量监控提供支持。     

基于自适应模糊神经网络的非线性系统模型预测控制

针对非线性动态系统的控制问题，提出了一种基于自适应模糊神经网络(adaptive fuzzy neural network, AFNN)的模型预测控制(model predictive control, MPC)方法。首先，在离线建模阶段，AFNN采用规则自分裂技术产生初始模糊规则，采用改进的自适应LM学习算法优化网络参数；然后，在实时控制过程，AFNN根据系统输出和预测输出之间的误差调整网络参数，从而为MPC提供一个精确的预测模型；进一步，AFNN-MPC利用带有自适应学习率的梯度下降寻优算法求解优化问题，在线获取非线性控制量，并将其作用到动态系统实施控制。此外，给出了AFNN-MPC的收敛性和稳定性证明，以保证其在实际工程中的成功应用。最后，利用数值仿真和双CSTR过程进行实验验证。结果表明，AFNN-MPC能够取得优越的控制性能。     

粒子群优化小波包回声状态网的短期电力负荷预测

精确的短期电力负荷预测是电力生产优化调度和安全稳定运行的重要保证,是智能电网建设的重要一环。为提高模型的预测精度,提出了一种基于粒子群优化小波包回声状态神经网络的短期电力负荷预测方法。首先利用多分辨率分析小波包分解理论对负荷数据进行分解和重构,建立小波包回声状态网预测模型;然后,利用粒子群算法对预测模型储备池中的参数进行优化。实验结果表明：针对短期电力负荷动态时间序列数据,与BP、Elman、传统ESN等网络相比,PSO-WPESN网络的预测精度、稳定性和泛化能力都得到明显增强,尤其是能在一定程度上缓解由于输出矩阵过大造成ESN存在病态解的弊端。     

基于PID的电机转速脉宽调制控制系统的设计

基于PID算法对直流电机转速控制进行设计。以AT89C51单片机为核心控制器件,采用PID控制策略及脉宽调制实现电机转速控制。利用光电传感器和NE555组成的施密特触发器进行测速,应用ZLG7289芯片对电机转速进行显示,采用键盘模块进行数据输入,利用PWM调制电路和功率放大电路获得电机驱动信号,主单片机将转速偏差进行...     

自适应概率神经网络及其在白酒电子鼻中的应用

为了探索电子鼻对白酒品质鉴别的可能性,利用自制的新型无线白酒电子鼻对洋河海之蓝、今世缘省接待、安徽迎驾大曲和牛栏山陈酿进行了分析.对所采集的数据进行平滑处理后提取稳态响应值和斜率值,利用主成分分析对特征向量进行降维处理,并将获得的前2个主元得分作为概率神经网络识别模型的输入参量.针对传统概率神经网络平滑因子σ单一易导致分类错误的缺陷,利用差异演化算法优化σ参数集,建立了自适应概率神经网络识别模型.实验结果表明,DE-PNN相比BP-PNN、PSO-PNN和SVM等,识别精度更高,抗噪性能更好,同时也证明了电子鼻能有效地检出不同品牌的白酒.     

基于电子鼻的猪肉新鲜度的检测

为了探索电子鼻对猪肉新鲜度检测的可能性,以STM32和CC2430为核心设计了新型无线电子鼻,并对5种不同新鲜度的猪肉样品进行了分析。对数据进行平滑处理后提取稳态响应值,并分别利用主成分分析和概率神经网络建立新鲜度识别模型。结果表明,主成分分析的前2个主元累计贡献率达92.79%,分类效果明显;概率神经网络模型识别率达到100%。