增益调节用模糊PID研究控制

本论文将介绍PID控制器中实现最佳增益调节的一种新方法。此方法首先对控制对象阶跃响应的一阶延迟模型进行Pade阶阶处理,然后用Ziegler-Nichols方法确定初始值,接着计算含有最大超调量、衰减比、上升时间、稳定时间的模糊推理函数值为最大时的PID系数。此方法的优点是：对控制对象的特性和滞后时间的变化具有较好的适应能力。     

消耗性网络最大流问题研究

本文在网络最大流问题的基础上，提出了消耗性网络最大流问题，分析了问题存在可行解的充分必要条件以及求解问题的优化方法。     

公路施工组织管理的模糊网络计划技术

针对模糊环境下的公路施工组织管理,基于网络流模型,提出了确定模糊网络关键路线的参数线性规划方法,并给出了反映决策者偏好信息的模糊网络关键路线和工程模糊完工期的隶属函数形式,从而得到了模糊网络关键路线性质的更全面的结果.结合公路施工组织管理的实例,介绍了方法的应用.     

公路施工组织管理的模糊网络计划技术

针对模糊环境下的公路施工组织管理,基于网络流模型,提出了确定模糊网络关键路线的参数线性规划方法,并给出了反映决策者偏好信息的模糊网络关键路线和工程模糊完工期的隶属函数形式,从而得到了模糊网络关键路线性质的更全面的结果．结合公路施工组织管理的实例,介绍了方法的应用．     

用分段线性原理设计微分增益网络

给出了用分段线性逼近原理设计短距离光纤模拟传输系统中的微分增益予失真网络的方法和计算程序。该法在更换发光二极管器件时能迅速计算出调整电阻的阻值。设计只涉及相邻网络的外特性,易于进行模块化设计。     

量化非线性网络控制系统的建模与分析

研究了一类量化非线性网络控制系统.将网络控制系统的时延看成是分段时变的网络时延,利用T-S模糊模型的方法来设计非线性网络控制系统的模型,并在模型建立过程中考虑传感器与控制器以及控制器与执行器之间两个量化器的影响.系统的稳定性条件可以表示成一组线性矩阵不等式的形式.最后通过数值例子来例证所述方法的有效性.     

小波网络与模糊网络的一种融合策略

介绍了一种将模糊神经网络理论与小波神经网络技术相结合的计算方法,即小波模糊网络(waveletfuzzy net,WFN)。在充分认识小波神经网络(wavelet neural net,WNN)重要作用的基础上,将高木-管野模糊模型引入小波网络,在不增加小波基函数的前提下提高了网络逼近函数的精度。该计算方法在机器人等领域有广泛的应用价值。     

滤波增益模糊自适应调节导航算法

研究基于自主车的自主导航信息融合算法,针对量测噪声、建模误差等因素引起的滤波发散问题,提出一种实时、自适应滤波算法。通过监测新息向量均值与协方差变化,构建模糊规则推理机制,通过模糊推理,自适应调节滤波器滤波增益,实时改变量测信息估计并更新权重,抑制滤波发散,实现最优估计。搭建自主车仿真环境,采集跑车数据,验证结果表明:相比常规滤波,该算法提高滤波精度效果明显,较好解决了噪声及未建模部分所引起的滤波发散问题。     

具SCGMmv(1,1)灰色预测器的变增益模糊控制系统

预测控制技术有其突出的优越性。提出将具SCGMmv(1，1)灰色预测器的变增益模糊控制系统方案用于大滞后且没有精确数学模型的被控对象。     

材料性能的模糊神经网络建模

利用模糊神经网络直接从实验数据中提取规则,进行材料性能建模与预测,作为应用示例,建立了基本成分和组织参数的灰铁预测模型。与多元统计分析、模糊回归和广义回归网络所得的结果相比,该方法所得的模型具有学习精度高,且具有更好的泛化能力。     

基于模糊神经网络的车辆跟驰建模与仿真研究

驾驶员在车辆跟驰过程中表现出来的模糊的、不确定性的行为特征,难以对驾驶员的行为进行精确的数学描述.本文在以往跟驰模型基础上,采用以实际间距与期望间距的比值和相对速度作为双输入、后车加速度作为单输出的模糊神经网络建立数学模型.结果表明,该网络能较好的反映一定道路条件下的跟驰行为.     

增长波动目标二次最优完全控制的建模

采用最大似然估计建模,松驰优化因子进行迭代计算,发展了增长波动目标下二次最优完全控制建模理论。     

磁流变阻尼器的神经网络建模及应用

对非线性的磁流变阻尼器进行建模,建立单个磁流变阻尼器的神经网络正模型和神经网络逆模型,设计了两种四磁流变阻尼器的神经网络逆模型,通过两层控制策略将它们应用于汽车半主动悬架控制.结果表明:第1种神经网络逆模型对簧载质量的垂直加速度、俯仰角加速度和侧倾角加速度具有较好的控制效果,可有效改善车辆的行驶平顺性和操纵稳定性;第2种神经网络逆模型还有待改善.     

洪水频率区域综合法中正、负效益的识别

本文在文献〔1〕提出的洪水频率区域综合法中正、负效益概念的基础上,着重探讨洪水频率非均一地区正、负效益的识别。通过寻求研究分布参数在地区上的先验信息,建立有一定统计依据的假想地区,大量统计试验结果表明,地区统计量—偏态系数的变差系数 Cvcs 可作为识别地区信息加入所产生的正,负效益的定量指标.     

网络会计的利弊及发展对策初探

20世纪90年代以来,网络技术的普及与应用速度惊人。网络会计作为网络经济发展的必然产物和会计发展的趋势,大大弥补了传统会计的不足之处。但网络会计在发挥诸多优越性的同时,在发展中也存在一些急需解决的问题。从网络会计的概念及特征入手,分析它的利弊,并对其间存在的问题提出一些对策。     

具有混沌机制的模糊神经网络非线性系统建模研究

针对常规的BP算法收敛速度慢及容易陷入局部极小的缺点,在该算法中引入具有混沌机制的非线性自反馈项,给出了混沌BP算法,并利用其训练和学习模糊神经网络中的权值,从而构成一种引入型模糊混沌神经网络;最后,用提出的引入型模糊混沌神经网络对非线性系统进行仿真研究,仿真结果表明,所设计的引入型模糊混沌神经具有与混沌动力学特性同样复杂的动态特性,其对非线性系统具有很好的建模能力.     

模糊神经网络的临床路径优化决策研究

针对医疗信息的复杂性及模糊不确定性,对信息化医疗数据进行综合分析,采用模糊C均值算法进行迭代运算,获得最终模糊聚类结果。在此基础上建立模糊神经网络T—S模型对聚类结果进行训练,达到自适应学习的目的。采用Matlab进行模拟仿真,实验结果表明该模型具有较强的泛化性、自适应学习能力,实际输出与预测输出误差较小,能持续优化临床路径,并快速为患者选择最优治疗方案。     

公交网络最优出行路径模型与算法研究

随着城市公交线路发展的加速,公交最佳路径的选择已成为人们出行亟待解决的问题.模型中通过对乘车方式进行分类,针对乘客出行的不同需求,同时考虑步行因素,运用Dijkstra算法并通过层次分析法构建因素指标,从而寻找出行的最优路径,较好地解决了交通网络模型问题.     

基于广义回归神经网络的交通流预测模型

将广义神经网络技术引入到交通流量的长期预测中,介绍了广义神经网络模型的理论基础和网络结构,建立了天津市某路口交通流量的数学模型,并通过调查数据对交通流进行了预测,测试结果表明,该方法有一定的适用性.