基于ASP的动态网页设计教学系统

随着互联网的普及和网页技术的发展,越来越多的站点上采取动态的页面发布方式。动态网页制作作为一种网页制作技术,是许多高专院校计算机专业的重要课程。动态网页设计教学系统不仅可以作为学生在线学习系统的一个部分,也作为一个课后辅助学习的平台,可以激发学生的学习兴趣,提高学习效果。本文主要介绍了以JSP为编程语言,与SQL Server 2000数据库技术相结合的动态网页设计教学系统。系统主要有管理员、学生、教师三种不同的用户,基本上能够满足学生网上学习动态网页设计的需求。     

神经网络结构动态优化设计的分析与展望

阐述了神经网络结构设计对神经网络性能的影响. 介绍了动态结构神经网络, 尤其是增长型和修剪型神经网络研究的发展过程, 分析了动态设计方法研究在计算能力、学习理论和网络的稳定性等方面取得的成果. 最后对神经网络动态设计的研究进行总结, 给出了神经网络结构动态设计研究的发展趋势.     

动态网页设计教学中研究性学习的探索

分析了目前动态网页设计教学模式的不足之处,介绍了在动态网页设计教学中引入研究性学习的方法,采用了自主选题、自主设计、合作实施、相互交流、老师跟踪评价,最后撰写报告或网页演示的学习模式,可以激发和调动学生探究问题、解决问题的积极性,收到了较好的教学效果。     

一个基于博弈学习的多主体竞价模型

根据多主体撮合交易模型,把整个撮合交易看成各交易主体的动态交互过程,设计了基于Multi-Agent的电子商务交易市场中交易主体动态竞价策略,提出了博弈学习的概念,并建立了基于博弈学习的动态竞价模型,根据撮合密度的定义,分析了所建立模型的性能和效率,试验表明,基于博弈学习的多主体动态竞价模型使多主体撮合交易系统具有一定的自均衡和自学习能力和良好的交易性能。     

倒立摆的迭代学习控制方法研究

针对倒立摆系统典型的非线性、多变量和自然不稳定的特点,在建立系统数学模型基础上,利用迭代学习控制方法,根据动态指标的要求设计了控制器,并完成了系统仿真,结果表明:与传统反馈控制相比较,所设计的迭代学习控制器使系统的动态性能得到了很大的改善。     

平稳动态系统DBN结构学习模型设计

针对动态数据挖掘问题,提出了一种平稳系统连续变量动态贝叶斯网络(Dynamic Bayesian Networks,DBN)结构学习模型,用于智能体的自主优化;首先给出了平稳系统连续变量结构学习的基本思路及假设条件,讨论了平稳系统连续变量DBN结构学习的模型设计问题;其次,在诸多随机过程系统文献的基础上.提出了系统的BIC评分函数,在有限时间T内的情况给出三个定义,并设计了学习的基本框架;最后,设计了平稳系统连续变量的实验模型并进行了仿真,结果表明,该模型能正确地学习出所设计的DBN结构.     

未知环境中移动机器人柔性行为决策的调节发育学习

未知环境中移动机器人柔性的行为决策是完成各种任务的前提.目前的机器人行为决策方法在面对动态变化的环境时柔性较差,机器人难以获得持续稳定的学习能力.本文作者曾尝试通过集成小脑监督学习和基底神经节的强化学习来实现移动机器人动态环境下的柔性行为决策,但所提算法适应动态环境的能力有限.在前期工作基础上,本文设计了更有生物学意义的好奇度指标代替原来的警觉度指标,通过模拟蓝斑活动在基音模式和阶段模式之间的动态切换,实现移动机器人环境探索–利用的动态自适应调节.同时,设计随外部环境变化的自适应调节因子,实现移动机器人动态环境中基于小脑监督学习和基底神经节强化学习的柔性行为决策,使机器人可以获得持续稳定的学习能力.动态环境和实际环境中的实验结果验证了本文所提算法的有效性.     

高职院校《Java Web动态网站设计》课程的教学探讨

〈Java Web动态网站设计〉课程教学过程中如何提高学生的学习效率,培养学生的主体性和创新能力,是值得研究的问题.以教学为出发点,探讨了在〈Java Web动态网站设计〉教学中对学生学习兴趣、主体性的形成和创新能力培养的教学方法.     

动态FOCPA学习系统设计及在机器人运动平衡控制中的应用

针对仿生自主学习系统的自组织和泛化能力问题,基于Skinner操作条件反射原理和模糊聚类算法设计了动态FOCPA（fuzzy operant conditioning probabilistic automaton）仿生自主学习系统。动态FOCPA学习系统不仅具有仿生的自学习和自组织能力,而且提高了学习的精度和速度。其在仅能获得环境微弱反馈信息的前提下,首先采用在线聚类的方法实现对输入空间的灵活划分,以确保映射规则的数目是最经济的;然后以取向值为评价信号,采用OC学习算法,在线自主学习输入状态到输出操作行为的最佳映射,并加入一个高斯噪声项对映射结果进行实时优化。此外,动态FOCPA学习系统还利用信息熵的评价能力,来验证自身的自学习和自组织能力。理论上分析了设计的OC学习算法的收敛性;通过对两轮柔性直立式机器人姿态平衡控制和速度控制的实验分析,验证了动态FOCPA学习系统的有效性。     

多主体撮合交易系统的设计与实现

研究了电子商务交易模型的实现机制,设计了基于Multi-Agent的电子商务交易市场的组织结构,在基于Multi-Agent的撮合交易系统中,把整个交易过程看成一个动态的交互过程,体现了MultiAgent系统的动态特性,同时引入强化学习算法对竞标策略进行动态修正,使多主体撮合交易系统具有一定的自均衡和自学习能力。试验表明,基于多主体的撮合交易模型和动态竞标机制具有较好的交易性能。     

一种基于专家调节增益的单神经元PID控制

本文提出了一种改进的单神经元PID捧制的方法，采用专家调节单神经元PID控制中的比例增益，有效地解决了单神经元PID控制中学习速度较慢，动态响应时间长等问题。这种控制方法具有较强的鲁棒性，其控制性能优于常规PID控制和单神经元PID控制，通过对一阶惯性加纯巡延的典型工业过崔对象的仿真研究，表明了这种控制算法具有优良的控制性能。     

改进的单神经元自适应控制系统在MCGS中的应用

对于现代工业控制中的一些具有时变的、大时滞、非线性的复杂系统,常规的PID算法难以整定PID参数,因而难以达到预期的控制效果. 本文在MCGS组态软件的实验平台上实现常规PID算法和单神经元自适应PID算法分别在线性和非线性的系统的控制. 实验结果表明,在线性系统和非线性系统中单神经元自适应PID控制算法都具有更好的稳定性和动态性能.     

DC／DC变换单神经元自适应PID控制器仿真研究

为解决传统PI控制对具有时变、非线性特性的DC/DC变换器动态控制性能不佳的问题,将人工神经网络与PID控制理论相结合,为DC/DC变换器设计了一种单神经元自适应PID控制器。该控制器算法简单,通过对加权系数的在线调整来实现自适应、自学习功能,从而满足DC/DC变换器的时变及非线性特性。以BUCK型变换器为例,建立了DC/DC变换器智能控制系统的仿真模型,在不同负载及参数变化的情况下与常规PI控制效果进行对比分析,结果表明,单神经元自适应PID控制器对DC/DC变换器具有很好的控制效果和鲁棒性。     

原油脱水过程单神经元PID解耦控制研究

集输联合站的油水分离是保证产出原油质量的关键工艺过程。在对油水分离沉降过程动态特性深入研究的基础上,给出了其数学模型。联合神经网络PID控制和解耦系统的特点,给出了一种单神经元PID解耦算法。这种方法具有自学习和自适应能力,在一定程度上解决了传统PID调节器不易在线实时整定参数的不足,提高了控制器对系统和环境变化的适应能力。仿真结果表明这种单神经元PID解耦算法可有效改善控制质量,比常规的PID解耦具有更好的动、静态特性和鲁棒性。     

基于TS模型的增益自校正单神经元PID控制算法

将单神经元自适应PID控制算法和基于TS模型的模糊推理系统相结合,提出了增益模糊自校正单神经元PID控制算法。该算法使得传统单神经元自适应PID控制的神经元增益具备在线自动调整的功能,对于变增益的不确定性系统的控制,获得了很好的控制性能。     

焦炉集气管压力控制的一种新方法

针对焦炉集气管压力系统的特点,提出一种基于神经元的自适应PID控制算法;将神经元与PID结合,在线调整PID参数;对单神经元自适应PID控制器进行了研究,并利用Matlab/Simulink进行了仿真,结果表明单神经元自适应PID控制算法明显优于常规PID控制算法;用本文提出的单神经元自适应PID控制器控制焦炉集气管压力,使集气管压力系统的抗干扰能力得到提高,取得了良好的控制效果。     

改进Smith控制与RBF单神经元PID的换热器控制系统

为了高效控制工质出口温度,维持换热器稳定运行,针对Smith预估控制算法及径向基函数(RBF)神经网络辨识单神经元比例-积分-微分(PID)控制算法特点,提出了Smith控制算法和RBF神经网络辨识单神经元PID相结合的控制策略,对Smith控制算法在结构上进行了改进,以提高RBF神经网络辨识单神经元PID控制的抗干扰能力,减少Smith控制算法对模型的依赖程度.仿真分析表明:应用于换热器工质出口温度控制系统,改进算法控制性能显著优于其它控制方法,抗干扰能力得到了大幅提高.     

积分分离的单神经元PID控制算法及其研究

将积分分离的思想引入单神经元PID（比例积分微分控制）算法中,提出1种积分分离的单神经元PID控制算法,既避免了由于积分累积而导致的较大超调,减少振荡幅度,又利用单神经元PID算法中参数可调的特性,增强了控制系统的自适应能力。通过对不同被控对象的仿真研究,表明其有效性和优越性。同时,通过对该算法中阈值取值研究及该算法与普通PID及单神经元PID的对比研究,指出了该算法的优缺点。     

二次型单神经元自适应算法在电动机控制中的应用

针对直流电动机调速系统现有控制方法存在PID控制器参数固定而导致控制效果差的问题,提出了二次型单神经元自适应PID控制算法,即在加权系数的调整中引入二次型性能指标,通过计算控制律可以得到所期望的优化效果。Matlab仿真结果表明,该算法可改善控制系统的动态过程品质,降低超调量,缩短稳定时间,并且有一定的抗干扰能力。     

直流电机神经元PID调速系统设计与仿真

针对传统PI双闭环直流电机调速系统存在响应速度慢、超调量大、抗干扰能力及自适应能力差等问题,提出了一种双闭环直流电机调速系统的神经元PID转速调节器设计方法。该转速调节器采用神经元控制器和比例控制相结合进行设计,从而构成了一种具有自学习、自适应能力的神经元PID控制器,然后与传统单神经元PID设计的转速调节器控制效果进行了对比。结果表明,基于神经元PID转速调节器的双闭环直流电机调速系统具有较快的响应速度、良好的动态和静态稳定性、较强的自适应能力和抗干扰能力。