基于纵向车速估算的商用车ABS神经网络滑模控制

针对商用车防抱死制动系统(ABS)控制中纵向车速难以直接获得,提出了强跟踪容积卡尔曼滤波(STCKF)算法对制动过程中的纵向车速进行估算。然后根据ABS控制需求,提出了商用车ABS神经网络滑模控制算法,利用滑模算法对ABS的滑移率进行控制,再利用神经网络对滑模控制器的参数进行自适应调节。最后通过Matlab/Simulink与TruckSim联合仿真,分别在高、中、低附着系数路面和对开路面上进行仿真验证。仿真结果表明:强跟踪容积卡尔曼滤波算法对纵向车速的估算较为精确,ABS神经网络滑模控制效果良好。     

用专业化模式改善非英语专业大学生英语听力

解决非英语专业大学生英语听力困境,要改变以往的教学观念,应该把针对提高英语专业大学生听力的方法诸如跟读、听写、速记等方法合理的运用到他们身上来,使其在英语听力方面专业化。积极构建和谐听力教学环境,注重学生综合能力的培养,实现师生共赢。     

Improved distributed traffic sampling algorithm for high speed network

The sampling algorithm based on mask matching is a distributed sampling measurement technology which can be used in a high speed network. But there exists a problem that some masks used in the algorithm result in a large measurement error. In order to solve the problem, the paper proposes an improved scheme that aims to enhance the randomness of its sample. The idea of the scheme is to put the identification field into xor operation to get a new identity value before mask matching and sampling. Firstly, the paper demonstrates theoretically that the xor operation can enhance its computed result's randomness effectively. Then it is checked statistically with the realistic traffic data. Finally, the improved algorithm is tested from two aspects of effectiveness and stability. Experimental result shows that the evaluation indexes of the improved algorithm are better than those of the original algorithm. Hence, any sampling mask can be used in the improved algorithm.     

S-CDMA-HFC系统初始接入进程分析

介绍了S－CDMA－HFC系统上行信道初始接入进程，分析了初始接入进程对同步CDMA终端性能的影响和异步CDMA终端的性能，给出了实验结果与结论，实验结果表明：在不同信道条件下，CDMA终端（包括同步CDMA终端和异步CDMA终端）的比特误码率性能都随着异步CDMA终端的增多而下降；对同步CDMA终端，在异步CDMA终端数目达到一定程度时，比特误码率性能就会差到不符合要求；而异步CDMA终端的比特误码率性能都不是很理想。     

运用改进神经网络算法建立水库调度函数

简述了改进的神经网络算法,利用神经网络强大的非线性映射能力建立了水库调度函数的神经网络模型,并运用模型模拟湖南凤滩水电厂水库调度运行,同时与常规回归分析方法建立的水库调度函数模拟计算结果进行比较.研究结果表明神经网络法建立的水库调度函数具有更高的模拟计算精度,具有更好的实用性和可行性.     

电梯零速停靠的RBF神经网络预测算法

针对电梯运行过程中存在爬行距离的问题,提出了基于RBF(Radial Basis Function)神经网络的爬行距离预测模型.将预测的爬行距离增加到电梯速度曲线的匀速段,实现减小或消除爬行距离的目的,从而实现电梯的零速停靠.从电梯运行现场采集大量的原始数据,建立RBF神经网络预测模型,与BP(Back Propagation)预测方法进行仿真比较,结果表明RBF神经网络具有更好的预测效果.给出了应用零速停靠RBF预测算法前后电梯运行的速度曲线,爬行距离减小或消除,电梯的运行时间变短,实现了节能.     

基于遗传算法与神经网络的VRP求解

为求解配送货物过程中车辆路径安排问题(VRP),融合神经网络与遗传算法,在标准遗传算法基础上,将并行进化思想与阶段性进化思想相结合,提出了一种新型遗传算法--并行阶段性遗传算法(PPGA).实际应用表明,与标准遗传算法相比,新的混合遗传算法收敛速度更快、收敛精度更高.     

应用于高速分组无线网的一种多业务传输协议

首先介绍了一种高速分组无线网的节点模型和协议体系 ;接着提出了一种适于在该高速分组无线网中应用的多业务传输协议 ,即根据优先级决定传输顺序的单线传输协议 ,并在仿真的基础上对它的性能和参数选取进行了分析 .仿真表明 ,只要设置合适的参数 ,该协议能够满足在高速分组无线网中进行话音 /数据多业务传输的要求 ,并获得良好的性能 .仿真中所选取的参数对实际系统中参数的选取具有参考价值 .该协议易于实现 ,具有很强的实用性 .     

配电网中性点接地技术的优化与展望

从理论和实际运行情况分别分析了配电网中性点各种接地方式的不同之处，并针对中性点接地技术提出了优化方案，给中、低压配电网中性点的运行方式的选择提供了一种新的优化方法．     

公交线路网优化的双层模型及其解法

提出了一种优化公交网络的双层模型,其中上层模型是以直达客流密度最大为目标,基于公交站点客流分布数据优化公交网络。考虑到随着网络的变化公交乘客的出行行为会发生相应变化,为此,下层模型在优化的网络上重新进行公交客流分配,其分配的结果(新的客流矩阵)又会影响公交网络的设计。然后,采用了改进的蚁群算法和标号法对该双层模型进行了求解。最后,利用大连市主城区的数据对该方法进行了检验。     

永磁同步电机调速系统分数阶微分滑模控制

受负载扰动及参数时变等因素影响,永磁同步电机调速系统的鲁棒性会变差,滑模控制对于系统的参数变化、模型不精确及外部扰动等因素不敏感,能够有效提高永磁同步电机控制系统的鲁棒性,但滑模控制实现过程中却存在抖振问题.为解决鲁棒性和抖振问题之间的矛盾,提出一种分数阶滑模控制方法,通过在分数阶滑模面的设计中使用分数阶饱和函数代替符号函数,更有效地消除滑模控制的抖振问题.仿真和实验表明:相较于传统的滑模控制,所提控制方法使得永磁同步电机调速系统具有更好的动态性能和抗负载扰动能力.     

椭圆轨道编队飞行相对动力学初始化条件

Hill方程在椭圆轨道编队设计中具有一定的局限性,为解决这一问题,将基于Hill方程的圆轨道编队设计方法推广应用于椭圆轨道编队设计中．将T-H方程表示为参考轨道真近点角的显函数形式,推导椭圆轨道编队相对运动的状态转移矩阵．利用椭圆轨道编队相对运动动力学方程有周期解的要求,讨论椭圆轨道编队周期性运动的一般性初始化条件．最后通过数学仿真表明理论推导的正确性．推导的初始化条件可用于椭圆轨道编队队形初始设计或相对运动误差估计．     

单电磁悬浮系统的神经网络模糊滑模控制

为实现单电磁悬浮系统悬浮气隙的精确控制,提出一种基于神经网络的模糊滑模控制方案.根据单电磁悬浮系统的动态非线性数学模型,设计使系统状态在有限时间内到达稳定点的滑模面,同时根据滑模切换状态,通过引入神经网络的模糊控制方法对滑模切换控制量的增益进行评估,实时对滑模控制量进行调整,实现切换控制信号的柔化.基于神经网络的模糊滑模控制系统不仅能很好地跟踪给定信号,而且能削弱滑模控制抖振,对外部扰动具有完全的鲁棒性.仿真结果表明,所设计的控制系统零超调,具有速度跟踪性能,对外部扰动具有很强的鲁棒性.     

延迟离散Hopfield型网络的异步收剑性

延迟离散Hopfield型网络是离散Hopfield网络的一种推广,研究了非对称的延迟离散Hopfield型神经网络的异步收剑性,并给出了相应的收剑性定理,所获结果推广了已有的结论。     

ARP attack导致网络出口中断故障的解决

通过对一个网络中断现象的分析处理,提出了网络管理中业务地址、设备管理地址、用户地址的合理结构.     

基于滑模观测器的异步电动机速度传感器故障诊断及容错控制

针对异步电动机矢量控制系统中速度传感器故障问题,提出基于滑模观测器的故障诊断及容错控制方法。通过坐标变换的方法建立异步电动机的状态空间模型,从而构造滑模观测器,并使用李雅普诺夫稳定性理论求解稳定性条件并给出转速自适应律;设计矢量控制系统的转速切换策略,当残差信号大于给定阈值时使系统切换到无速度传感器矢量控制方式,保持异步电动机稳定运行。仿真结果表明该方法可以在0.2 s内实现故障检测,并使系统稳定运行,体现出该方法的快速性和有效性。     

基于域模式实验室实践教学网络环境的构建

不同于传统还原卡机房管理模式,使用Windows域提供的各种工具,可以对账号、共享资源、硬件资源等,进行集中化、统一化的管理。利用基于域管理的模式对浙江科技学院数字媒体技术实验室网络环境进行构建,分别构建了基于域的网络基本服务、网络安全服务和多媒体服务等。实践证明,这样不仅解放了人力,减轻了硬件的负担,使得管理机构可以对网络资源和用户信息最大程度地实现智能化、自动化管理。     

基于遗传BP神经网络的短期风速预测模型

为了提高风电场短期风速预测精度,提出将遗传算法和反向传播(BP)神经网络相结合的预测模型.采用自相关性分析找出对预测值影响最大的几个历史时刻风速,以历史时刻的风速、温度、湿度和气压作为BP神经网络预测模型的输入变量;利用遗传算法的全局搜索能力获得BP神经网络优化的初始权值和阈值;采用优化后的BP神经网络分别建立1、2、3 h的短期风速预测模型.实验结果表明,该方法较BP神经网络具有预测精度高、收敛速度快的优点.     

基于径向基神经网络的螺杆泵转速设定方法

为了研究受多种因素影响的螺杆泵转速控制系统,提出一种基于径向基神经网络的螺杆泵转速设定方法.利用径向基函数(RBF)神经网络对螺杆泵转速进行分析及预测,通过对螺杆泵的历史数据分析处理,得到螺杆泵转速的时间序列.将时间序列视为一个从输入到输出的非线性映射,并引入RBF神经网络来进行非线性映射的逼近.通过对网络进行学习与训练仿真实验,并与BP神经网络预测结果对比,表明应用RBF神经网络对螺杆泵转速进行短期预测精度更高、效果更好.该神经网络结构简单,非线性逼近能力强,通过对非样本点数据的实验验证,证明了该系统的可行性,具有一定的实用价值.