基于牛顿迭代法的S形加减速时间算法研究

S形加减速控制涉及求解多元高次方程或者不等式,且要求求解出来的最终解是非负数,为此根据时间最优原则和速度、加速度的限制条件,把S形加减速控制中所涉及的五元非线性方程组分解为2个二元非线性方程组和1个一元线性方程。采用牛顿迭代法和迭代修正的方式逐步求解出符合要求的加减速时间,进而求出速度曲线,进行插补运算。仿真与实验结果证明,该算法简明高效、运行稳定,能够满足高速高精数控要求。     

信号交叉口上游公交站点实际停靠延误模型

为准确测算信号交叉口进口道公交站点的公交车辆停靠延误时间,评价交叉口处公交停靠站的设置合理性,建立信号交叉口进口道公交站点的车辆停靠延误模型。根据信号交叉口进口道的划分类型,将停靠延误模型分为两类。通过详细分析不同情况下公交车车辆在信号交叉口进口道的运行与停靠机理,研究分情况的公交车辆停靠延误计算方法和计算公式;根据延误计算式,利用积分方法,得到一套测算交叉口进口道公交车辆平均停靠延误的计算公式.较好的计算信号交叉口进口道公交站点的公交车辆停靠延误.     

用于动力系统控制的时滞神经网络

提出了一种连续回归时滞神经元网络,并将其用于动力系统控制。通过在隐层神经元中引入时滞,构造了一种新的时滞神经网络模型。应用Lyapunov稳定性方法,给出了此神经网络权值的修正算法和系统的控制输入,保证了控制系统的稳定性。本文建立的控制方法不需要系统任何的先验知识,并能保证控制误差收敛到零点附近的一个小的邻域,并始终保持在这个区域内。最后通过对一种超声马达进行控制实验,验证了本方法的有效性。     

进化Elman神经网络模型与非线性系统辨识

建立了一种采用改进的自适应遗传算法实现动态递归的进化E lman神经网络模型。提出了对网络的结构、权重、结构单元的初始输入和自反馈增益因子同时进化的学习算法。用初始状态优化的E lman网络集成反馈学习算法和E lman网络在线训练两种动态辨识算法形成的集成化动态递归网络辨识算法,实现了超声马达的速度辨识。模拟结果表明,提出的算法不仅实现了动态递归网络的全自动优化设计,而且明显提高了动态递归网络模型辨识算法的收敛精度,为非线性系统辨识提供了一条新的途径。     

皮革裁剪头设计及动力学分析

皮革裁剪是皮革加工流程中一道关键工序,在诸多皮革裁剪中,电动式皮革裁剪以方便、高效等特性提高了皮革裁剪的效率,但电动式裁剪亦存在噪声大、切割精度低等缺点.针对电动式皮革裁剪存在的振动噪声大、切割精度低等问题,通过提供一种电动式皮革裁剪头的设计方案,分析了影响其振动噪声、切割速度、切割精度的因素;对设计模型进行了运动学仿真,分析了刀头部分的运动状况、产生动不平衡的原因及改进方法;使用ANSYS软件,对伸缩杆进行了受力分析,得到了伸缩杆的受力情况.研究结果表明,电动工皮革裁剪产生的振动噪声与惯性力有关,而惯性力的产生源于动不平衡性,此外伸缩杆的受力变形会影响切割精度.     

深圳市过境与疏港货运交通组织规划

为促进过境、疏港货运交通与城市整体交通、城市环境的协调稳定发展,解决过境与疏港货运交通穿城而过的难题,深圳市结合调研,分析过境与疏港货运交通的空间需求分布、流向分布,并进行货运交通走廊识别和问题诊断;确立了货运交通"三分离"的发展目标和6条发展策略;从口岸功能分工、货运交通组织、高速公路收费改革等方面制定了过境与疏港货...     

基于生成对抗网络的多视图学习与重构算法

同一事物通常需要从不同角度进行表达.然而,现实应用经常引出复杂的场景,导致完整视图数据很难获得.因此研究如何构建事物的完整视图具有重要意义.本文提出一种基于生成对抗网络（Generative adversarial networks,GAN）的多视图学习与重构算法,利用已知单一视图,通过生成式方法构建其他视图.为构建多视图通用的表征,提出新型表征学习算法,使得同一实例的任意视图都能映射至相同的表征向量,并保证其包含实例的重构信息.为构建给定事物的多种视图,提出基于生成对抗网络的重构算法,在生成模型中加入表征信息,保证了生成视图数据与源视图相匹配.所提出的算法的优势在于避免了不同视图间的直接映射,解决了训练数据视图不完整问题,以及构造视图与已知视图正确对应问题.在手写体数字数据集MNIST,街景数字数据集SVHN和人脸数据集CelebA上的模拟实验结果表明,所提出的算法具有很好的重构性能.     

计算机专业课程思政建设的4个关键点

分析计算机专业课程思政建设所面临的挑战,归纳出需要重点建设的4个关键点,并提出面向计算机专业课程思政实施的闭环协同体系,为实现切合专业特色的全课程育人奠定基础.     

决策树在短期电力负荷预测中的应用

提出用C45决策树方法解决负荷预测的样本多样性问题。并进行短期负荷预测。通过计算信息增益找出决策树的最佳生成方案,对连续属性计算其熵值找出最佳分段点进行离散化,阐述了规则的生成及其在短期电力负荷预测中的应用方法,算例结果表明,计算精度较高。