连续空间优化问题的自适应蚁群系统算法

蚁群算法是进化计算中一种新型优化算法,其基本算法用于求解排序类型的组合优化问题本文提出一种用于连续空间优化问题求解的蚁群算法,采用了新的基于目标函数值的启发式信息素分配算法,以及搜索过程中最优解的筛选方法.根据目标函数来自适应调整蚂蚁的路径搜索行为,从而保证算法快速找到全局最优解.一个多极值点的连续优化问题求解实例证明了该方法的有效性     

结合序列线性规划法的混合遗传算法

通过将遗传算法与改进的序列线性规划法相结合，形成混合遗传算法．当迭代点没有发生交叉和变异时，将目标函数和约束条件在迭代点处线性化，为使迭代点邻域仍然满足约束条件，加入软约束项，用线性规划方法进行寻优．该方法具有全局收敛性，不要求迭代点一定为可行点．仿真结果验证了此法的有效性和合理性．     

基于OPG理论的自适应滤波器设计及其在图像处理中的应用

本文基于单参数变换群理论提出了一种新的自适应滤波器的设计方法,并且给出了滤波器与图象卷积的算法.参数变化后的滤波器的可以表示为事先给定的一组基本滤波器的线性组合.这种滤波器在不同方向、尺度和位置上和图像进行卷积时,可以显著提高运算效率.最后给出了一个图像边缘提取的算例,表明这种方法是有效的.     

基于关联规则的食品安全数据挖掘方法

食品安全检测得到的大量的数据中,隐含着许多潜在有用的信息。通过对这些数据的分析,人们可以获得与食品安全状况密切联系的信息。文中分析了食品安全检测数据的特点,结合这些特点将数据挖掘技术中的关联规则挖掘引入食品安全检测数据的分析中来,并对某出入境检验检疫局提供的食品安全检测数据库进行实际分析,试验结果表明:该方法较以往的数理统计分析方法更适于对食品安全检测数据中多因素的分析,可以发现其中隐含的关联规则。这些规则对食品安全监管可提供决策支持,提高监管的效率。     

基于IP网络的NCS中通信网络动态模型的建立

对于一个基于IP网络的控制系统 (NCS),该IP网络上的其它数据流严重地影响着NCS的控制性能。为此,提出了一个动态模型来描述NCS数据传输过程中的时延和丢包。基于该模型,通过计算机仿真考察了不同网络干扰流对单输入单输出常规PIDNCS开环、闭环特性的影响。仿真结果表明:对于采用常规PID控制器的NCS,网络负荷对其控制性能影响很大;当网络负荷过大时,该NCS可能变得不稳定。     

基于支持向量机的柴油十六烷值近红外光谱测量方法

提出一种基于最小二乘支持向量机(LS SVM)的柴油十六烷值近红外光谱测量方法。该方法用聚类分析法对训练样本进行了一次筛选,然后用最小二乘支持向量机建立柴油十六烷值的预测模型。实验结果表明该方法不仅可以显著减少计算时间,在预测精度上比常用的多元线性回归和偏最小二乘等方法有显著提高。     

基于网络的数据查询与生产监控系统

介绍了一种基于网络的数据查询和生产监控系统,描述了系统的软硬件和实现方法。重点讨论了实时数据的动态刷新问题,并提出了圆满的解决方案。     

基于稳定逆的非最小相位系统的迭代学习控制

针对迭代学习控制在非最小相位系统上应用效果差的缺点,根据最优化性能指标和非因果的稳定逆理论,提出了一种基于稳定逆的最优开闭环综合迭代学习控制,分析了学习律的收敛性并给出了此种非因果的学习律在实际应用中的运用方式.     

自适应Smith补偿器在基于IP的网络控制系统中的应用

在基于IP网络的网络控制系统(NCS s)中,网络诱导时延变化显著且往往大于一个采样周期.本文引用数据通信中应用广泛的网络回程时间来估计NCS s中时变的全回路网络诱导时延,并提出了一种新的自适应Sm ith补偿器.仿真结果表明,该补偿器能够有效地消除网络诱导时延变化对控制性能的负面影响;结合该自适应Sm ith补偿器所设计的控制系统能够获得很好的控制性能与较强的鲁棒性.     

基于近红外光谱的汽油牌号快速识别

提出基于近红外(NIR)光谱的汽油牌号快速识别算法,主要包括预处理、特征提取和分类建模几部分,比较了各种分类方法的识别能力。实验结果表明:采用主元分析(PCA)提取特征进行模式识别的性能普遍优于直接在光谱波长域的方法,通过选择合适的PCA主元可以获得满意的分类效果,可用于汽油产品的牌号快速识别。