一种具有双非零电压矢量输出的三电平PWM整流器直接功率控制方法EI北大核心CSCD

针对已有的三电平PWM整流器直接功率控制(direct power control,DPC)每次只输出一个非零电压矢量,容易导致功率脉动的问题,提出了在一个开关周期内具有双非零电压矢量输出的三电平PWM整流器DPC算法。该算法通过对有功和无功进行预测,每次选择作用相反的两个非零电压矢量进行输出,并利用矢量时间作用分配因子对两个矢量的作用时间进行分配,对功率进行精细控制。该算法完全保留了传统DPC的优点,将功率控制性能与电压矢量直接联系起来,控制非常直接有效。同时以功率脉动最小化为目标进行预测控制,使得DPC稳态性能得到显著提高。仿真和实验结果证实了该方法的正确性和有效性。     

Elitism-based immune genetic algorithm and its application to optimization of complex multi-modal functions

A novel immune genetic algorithm with the elitist selection and elitist crossover was proposed, which is called the immune genetic algorithm with the elitism （IGAE）. In IGAE, the new methods for computing antibody similarity, expected reproduction probability, and clonal selection probability were given. IGAE has three features. The first is that the similarities of two antibodies in structure and quality are all defined in the form of percentage, which helps to describe the similarity of two antibodies more accurately and to reduce the computational burden effectively. The second is that with the elitist selection and elitist crossover strategy IGAE is able to find the globally optimal solution of a given problem. The third is that the formula of expected reproduction probability of antibody can be adjusted through a parameter r, which helps to balance the population diversity and the convergence speed of IGAE so that IGAE can find the globally optimal solution of a given problem more rapidly. Two different complex multi-modal functions were selected to test the validity of IGAE. The experimental results show that IGAE can find the globally maximum/minimum values of the two functions rapidly. The experimental results also confirm that IGAE is of better performance in convergence speed, solution variation behavior, and computational efficiency compared with the canonical genetic algorithm with the elitism and the immune genetic algorithm with the information entropy and elitism.     

变频调速在矿井提升机中的应用

本文以某矿务局矿井提升机改造为例,阐述了矿井提升 机变频调速系统的构成和作用。以PLC为控制单元,用变 频器对电动机进行调速的新型的矿井提升机运输系统有着广 阔的发展前景。     

基于粒子群算法的移动机器人全局最优路径规划*

以栅格法和粒子群算法为基础,提出了一种新的机器人实时全局最优路径规划方法.该方法包括采用栅格法对环境进行建模和直接运用粒子群算法在环境模型中搜索全局最优路径.在计算机上进行了仿真,仿真结果证明了该方法的可行性和有效性.     

基于稀疏表示与粒子群优化算法的非平稳信号去噪研究

非平稳信号的去噪是信号处理中的热点和难点。文中以冲击原子作为稀疏表示基,构建了仅对人文噪声敏感的冗余字典。并使用粒子群优化算法对匹配追踪算法进行优化,提出了基于稀疏表示与粒子群优化算法的非平稳信号去噪方法。为检验方法的有效性,论文首先进行了针对性的仿真实验。然后将所述方法用于实测的大地电磁信号处理。结果表明,所述方法可以在保留有用信号的前提下,有效分离出类充放电噪声、脉冲噪声以及其它多种不规则噪声,显著提高非平稳信号的信噪比。     

CS—I工业机器人轨迹精度研究

本文从理论上分析了ＣＳ－Ｉ工业机器人的轨迹精度，并提出了对机器人伺服机构速度特性之差值进行反馈来提高轨迹精度的方法。     

浅谈面向对象程序设计的思维方法

面向对象的思维方法,其实是一个把业务逻辑从具体的编程技术当中抽象出来的过程,而这个抽象的过程是自上而下的,先不考虑问题解决的细节,把问题的最主要的方面抽象成为一个简单的框架,集中精力思考如何解决主要矛盾,然后在解决问题的过程中,再把问题的细节分割成一个一个小问题,再专门去解决细节问题。     

一种基于AIS和Bayes网络的垃圾邮件过滤算法

将人工免疫系统和贝叶斯网络相结合应用于垃圾邮件的过滤，设计了一个基于AIS和Bayes网络的垃圾邮件过滤算法，分析并解决了该算法实现过程中的关键问题，给出了亲和力的计算方法和抗原/抗体的结构定义。在PU1bare 语料的基础上与Carreras提出的AdaBoost方法进行对比实验，最后给出了实验结果。     

基于虚拟力的群机器人队形控制

提出了一种基于虚拟力的群机器人队形形成原理,提出了一种使用拟合法构建虚拟力模型的方法及其应用。实验结果表明该方法可以快速、有效地完成队形分布,并指出了今后的研究方向。     

基于Petri网的工作流时间动态预测及验证

目前,工作流管理系统不能有效的处理时间管理问题,为了动态预测活动发生的时间间隔,验证时间的一致性,预知潜在的时间冲突,首先建立基于时间Petri网的扩展工作流网(XTWF-net),然后根据工作流管理联盟规定的几种基本结构推导出时间预测规则,并采用面向对象技术实现了预测算法,最后给出了动态验证的方法和决策策略.