外测数据融合准则及最优权值计算方法

航天发射对火箭飞行弹道数据处理的精度要求日益增高，对参与外测融合解算的雷达信息可靠性也提出了较高的要求。为解决航天发射时异常测量数据参与外测融合求解可能会导致火箭弹道精度降低的问题，提出了外测数据融合准则和短时多测元快速遴选方法，可有效识别、剔除异常测量数据，确保同目标高精度测元参与融合解算；并针对不同体制、不等精度的测量数据设计了一种最优权值快速计算方法，该方法综合考虑了测控设备的实际测量精度及布站几何对弹道精度的影响，确保在设定步长内融合权值最优。仿真结果证明该算法简单适用，可确保关键节点测控信息源的准确度，有效提高了发射场火箭弹道参数的处理精度。     

不确定规划领域中带权值的观察信息约简

现实的规划问题中,观察信息的获取所需的代价是不同的,并且在规划解执行过程中,并非所有的观察信息都是有意义的,因此为了减少执行过程中的开销而对大量的带权值的观察信息进行约简就显得十分重要。首次针对带权值的观察信息约简问题做出研究,定义了带权值的最优观察集的概念,设计了SOWOS算法。该算法找出所有需要区分的状态对,用贪心的思想使搜索按指定顺序选择观察变量,并在搜索的过程中增加剪枝,减少了大量不必要的搜索,最终求得总花费最小的观察集,达到了减少执行成本的目的。实验结果表明,SOWOS算法可以高效地求得带权值的最优观察集,对减少规划执行中的开销贡献明显。     

杨庄矿矿井通风系统优化分析

通过对矿井通风系统优化多种方法的对比分析，指出多种优化方法的一致性，并运用加权相对偏离值最小法对杨庄煤矿矿井通风系统改造方案进行优选。     

顶煤可放性影响因素权值的确定

层次分析法(AHP)是一种定量与定性相结合的目标决策方法。运用层次分析法确定了顶煤可放性影响因素的权值，为顶煤可放性的评判和采煤方法的选择提供了科学依据。     

采用分段加权最小二乘法的井下人员 实时定位系统设计

基于井下无线局域网系统,采用自制无线移动终端扫描AP节点获取MAC地址和信号强度信息RSSI,并同时采集温度、湿度、瓦斯浓度等环境信息数据,通过网络将信息数据传输到地面服务器。利用多边定位建立线性最小二乘模型,把井下巷道分为多个分段,采用分段估计加权值得到动态加权矩阵。通过分段加权最小二乘算法计算出井下人员实时定位数据,最终生成煤矿井下人员周围环境数据库和人员轨迹数据库。试验结果表明,该系统定位平均误差小于1. 88 m。利用修正加权矩阵和分段加权最小二乘算法,能保证井下电磁环境改变时系统定位稳定,且定位精度较高。     

交流稳压电源的改进神经网络PID控制

建立了交流稳压电源主电路数学模型并分析其闭环稳压控制原理。由于装置具有较强的非线性和变结构、变参数特性,采用经典PID控制器很难获得理想的控制效果。将人工神经网络与传统PID控制器相结合,构成一种不依赖于被控对象精确数学模型的神经网络PID控制器。为了提高神经网络的收敛速度,采用Levenberg-Marquardt算法计算连接权值更新量,并对当前解施加一个以一定概率保留的随机扰动,加快迭代过程跳出局部极小点。对装置主电路和改进神经网络PID控制器进行仿真,结果表明:系统动态响应快,鲁棒性强,调节平滑,具有较好的控制效果。最后,制造并测试了额定电压660 V、容量400 k VA的实验样机,对理论研究进行了实验验证。     

基于粒子滤波衰减因子抑制干扰的组合导航信息融合算法

为修正组合导航系统受到干扰的数据,使用粒子滤波算法判别数据是否符合系统误差要求;采用改进的粒子滤波算法,当组合导航系统单一通道受到干扰而发散时,通过改变受干扰通道粒子在系统中的权值来抑制干扰。仿真结果表明,改进的粒子滤波算法在组合导航系统单一通道发散的条件下能够有效地降低误差、提高精度,从而使系统仍能保持较好的工作状态。     

基于遗传算法优化神经网络的管道泄漏检测方法研究

介绍了遗传算法的基本思想和操作原理,并对遗传算法优化神经网络的方法进行阐述,重点分析了遗传算法对神经网络的网络连接权和阈值的优化。将遗传算法与神经网络相结合应用于管道泄漏检测中,该算法既有神经网络的学习能力和鲁棒性,又有遗传算法的很强的全局搜索能力,能够快速准确地识别管道泄漏。通过试验进行对比,证明遗传算法优化后的神经网络效果更好。