基于VSM的自适应信息过滤系统的研究与设计

为了从网络动态信息流中获得感兴趣的内容或过滤掉无关的垃圾信息,设计了一个基于向量空间模型的自适应信息过滤系统;描述了该系统的结构和工作流程;对该系统实现的关键技术,包括文本表示、用户模板与过滤阈值初始化、特征项选取、自适应过滤算法、模板更新和阈值调整等进行了深入的分析和研究。     

自适应网络教学系统中知识表示模型的设计

针对知识库是教学系统的核心,是实现系统智能化的关键。为了提高网络教学系统的决策和诊断能力,满足自适应学习的需要,设计了一个基于层次结构的语义网络和产生式的二级知识表示模型,提出了广度优先的知识点剪枝算法和深度优先的知识点遍历算法,对所学习知识点进行选取及对相应的知识网络遍历,并通过采用知识点学习的智能导航算法仿真学生在系统中自适应学习的全过程。实验结果表明,知识模型的设计有助于实现网络教学资源动态组织和教学策略的动态调整,能够更好地为学生提供个性化的学习参考需要,为系统决策分析提供参考依据。     

实时异构集成数据自适应模板解析算法

工业中实时监控系统的实时异构集成数据在解析存储时需要适应用户需求多样性和可变性的特点,因此集成数据的解析成为一个难点。以环境在线监控系统为应用背景,提出了针对实时异构集成数据的自适应模板数据解析思想。数据解析前,根据集成数据,以用户需求为基础设计的用户表以及定义的模板构建规则,构造描述集成数据与用户表映射关系的自适应模板。解析算法根据模板对集成数据进行解析分类。该算法只根据模板的描述对数据进行解释,具有良好的通用性以及可拓展性。通过实际数据进行测试,结果表明提出的自适应模板解析算法具有良好的性能,能够很好地适应用户需求多样性和可变性的特点。     

基于多项式预测模型的最优自适应滤波算法

文中提出了一个通过多项式预测模型来描述待辨识系统冲击响应系数的最优自适应滤波算法.该算法首先利用具有时不变参数的多项式预测模型,来描述系统冲击响应的时变/时不变系数.当视描述的模型为其待辨识系统冲击响应时变/时不变系数进化的状态方程,而待辨识系统的输入和输出联系视为对这些状态的观测方程时,自适应滤波问题可以在Kalman滤波的框架下得以解决.由于在Gauss白噪声环境中以及状态方程准确的情况下,Kalman滤波是最大似然、最大后验和最小均方等统计意义下的最优滤波,因此当待辨识的系统冲击响应系数可以由多项式模型建模时,文中模型和相应算法也是这些统计意义下的最优自适应滤波.在分析的结果验证上述结论的同时,仿真的结果也表明:文中提出的自适应滤波算法的性能优于已知的自适应滤波算法.     

一种高效全自适应路由算法的构造框架

路由算法在大规模并行处理机 (MPP)系统中对互连网络通信性能和系统性能的发挥起着关键作用 .深入分析消息在网络中寻径特性 ,提出“最佳寻径网 (BNR)”概念 ,根据 BNR构造全自适应路由算法设计框架 ,并给出一类 Mesh网络基于 BNR的全自适应路由算法 BBFAM的设计 .性能分析表明 ,BBFAM是一类高效全自适应路由算法 ,从而证明 BNR构造框架对网络设计人员确能提供有效的路由算法设计指导 .     

在线自适应测试系统的设计与实现

针对目前计算机自适应测试系统在远程网络测试中存在的局限性,提出了基于XML的在线自适应测试系统模型.通过题目自反应理论建立计算机自适应测试模型,并提出了一种约束试卷生成的参数模型,利用增量学习算法设计了组卷策略,解决了远程网络自适应测试系统中计算量大、易造成网络交互阻塞瓶颈等技术问题.最后给出了系统的设计模型,并描述了该系统的实现过程.     

新息自适应区间Kalman滤波算法及其应用

由于BD—2/MIMU紧组合导航系统在实际应用中存在惯性器件参数不确定、BD—2卫星导航系统易受干扰、信号不稳定等情况,采用传统卡尔曼滤波方法不能有效解决上述问题,因此,提出了一种新的鲁棒自适应滤波算法——新息自适应区间卡尔曼滤波(IAIKF)算法,该算法通过将BD—2/MIMU系统模型描述为区间不确定系统,同时通过新息方差的滑动区间最优估计在线自适应调整滤波增益,有效解决量测方差变化剧烈时估计误差迅速增大和系统参数不确定影响滤波估计的问题。仿真表明了该算法的有效性,同时由于该算法给出了导航结果的上下界,对组合导航设计具有重要意义。     

一种高效全自适路由算法的构造框架

路由算法在大规模并行处理机（ＭＰＰ）系统中对互连网络通信性能和系统性能的发挥起着关键作用,深入分析消息在网络中寻径特性,提出“最佳寻径网（ＢＮＲ）”概念,根据ＢＮＲ构造全自适应路由算法设计框架,并给出一类Ｍｅｓｈ网络基于ＢＮＲ的全自适应路由算法ＢＢＦＡＭ的设计,性能分析表明,ＢＢＦＡＭ是一类高效全自适应路由算法,从而证明ＢＮＲ构造框架对网络设计人员确能提供有效的路由算法设计指导。     

一个简易在线分析处理系统的设计

介绍了一个简易在线分析处理系统的基本原理和设计框架,并提供了关键数据结构和算法描述.     

基于模糊自适应PID算法的快速充电系统设计

农业机器人技术是一个国家农业机械化创新水平的标志,但机器人技术在推广中受到了动力的制约。作为机器人动力源的蓄电池,需快速、高效、智能的充电设备补给能量。该文设计了基于模糊自适应PID的快速充电系统,以单片机PIC16F887为控制核心,应用模糊自适应PID算法设计了电流环和电压环2个模糊控制器。仿真和试验证明此系统具有稳定性能好、动态响应速度快、充电时间短、效率高等优点,实现了充电的智能化和快速化。     

Improvement of convergence behavior for adaptive feed-forward control with initial values design in hard disk drives

This paper introduces an improvement method of convergence behavior for adaptive feed-forward control in hard-disk-drives (HDDs). To increase a data capacity of HDDs, head-positioning-control system must compensate for any disturbances which worsen the positioning accuracy. Especially, it is important to compensate for external disturbances in the head positioning system of 2.5 type HDDs. Previous studies proposed an adaptive feed-forward control method to compensate for the external disturbances. However, the control method have problems with respect to convergence in the adaptive algorithm. To overcome the problems, we have developed design method of initial values for the adaptive feed-forward control by using data-driven design method. The initial values designed by proposed method can improve the convergence behavior for the adaptive algorithm.     

线性电机伺服系统的自适应鲁棒控制

通过对一类音圈电机直驱式精密伺服系统运动控制问题的研究,在只考虑系统标称模型的情况下,采用分数阶形式的趋近律,得到了一种有限时间滑模控制算法;与此同时,当系统存在参数不确定和外界干扰的情况下,将有限时间滑模控制方法和自适应控制理论相结合,构造了一种自适应滑模控制律.另一方面,本文还考虑了系统具有输入饱和约束的情况,通过引入一个辅助系统,进而设计了一种自适应抗饱和控制律.而且,文中对闭环系统的稳定性进行了证明.最后,仿真和实验对所提出控制策略的有效性和伺服精度进行了对比、分析和验证.     

一种无模型自适应积分终端滑模控制方法

针对一类包含扰动的非线性离散时间系统,提出一种新的无模型自适应离散积分终端滑模控制算法.该算法基于紧格式动态线性化数据模型,利用离散积分终端滑模控制算法设计无模型自适应控制器,并采用扰动估计技术估计系统的扰动项,其中动态线性化方法中“伪偏导数”的估计算法仅依赖于被控系统的I/O测量数据.理论分析证明了系统输入输出有界,并通过仿真实验验证了所提算法的有效性.     

时变时滞系统的参数辨识及自适应控制

基于最小二乘法一类辨识算法的自适应控制,一般只适用于时滞已知且时不变的被控过程,本文提出了一种包括可估计时变时滞在内的参数辨识方法,该方法扩展了最小二乘一类辨识算法及相应的自适应控制的应用范围,文中通过一个实例讨论了该方法在自适应控制中的应用,并谈及下一步的研究工作。     

输入力矩受限的机器人鲁棒自适应跟踪控制

在输入力矩受限的情况下, 提出一种全新的简单鲁棒自适应跟踪控制算法, 当参数的估计范围包含其真实值时, 证明了闭环系统的渐近稳定跟踪;当有干扰存在, 常规参数估计自适应控制算法不能实现稳定控制时, 本算法仍然使系统稳定, 在本算法中, 所估计的参数在跟踪控制律前馈项中表现为非线性, 这是区别于常规参数估计自适应算法的一个最重要特征. 因此本算法控制器的设计更有灵活性, 另一方面获得更好的控制品质和鲁棒性, 特别是对参数域估计误差即参数范围估计错误的强鲁棒性, 均为仿真算例所验证.     

Adaptive fuzzy ILC of nonlinear discrete-time systems with unknown dead zones and control directions

This paper presents an adaptive fuzzy iterative learning control (ILC) design for non-parametrized nonlinear discrete-time systems with unknown input dead zones and control directions. In the proposed adaptive fuzzy ILC algorithm, a fuzzy logic system (FLS) is used to approximate the desired control signal, and an additional adaptive mechanism is designed to compensate for the unknown input dead zone. In dealing with the unknown control direction of the nonlinear discrete-time system, a discrete Nussbaum gain technique is exploited along the iteration axis and applied to the adaptive fuzzy ILC algorithm. As a result, it is proved that the proposed adaptive fuzzy ILC scheme can drive the ILC tracking errors beyond the initial time instants into a tunable residual set as iteration number goes to infinity, and keep all the system signals bounded in the adaptive ILC process. Finally, a simulation example is used to demonstrate the feasibility and effectiveness of the adaptive fuzzy ILC scheme.     

Elimination of the real positivity condition in the design of parallel MRAS

All the algorithms developed hitherto in order to obtain a global asymptotically stable "parallel" MRAS (model reference adaptive system) require that a certain transfer function should be made strictly positive real. This condition is restrictive in the case of parallel MRAS used as identifiers or as adaptive state observers, because part of the unknown parameters of the plant to be identified appear in the transfer function, which should be made strictly positive real. A new algorithm is proposed in which the parameters of the compensator acting on the generalized error are no more constant but are adapted recursively. The new adaptation algorithm assures the global asymptotic stability of the adaptive system, without requiring the satisfaction of a positive-real condition. Simulation results illustrate that the proposed algorithm provides excellent results when used for identification in the presence of measurement noise. The design proposed can be extended also for adaptive state observers and adaptive model-following control systems.     

An effective hybrid approach of desirability,fuzzy logic,ANFIS and LAPO algorithm for optimizing compliant mechanism

This paper proposes an efficient hybrid approach for solving multi-objective optimization design of a compliant mechanism. The approach is developed by integrating desirability function approach, fuzzy logic system, adaptive neuro-fuzzy inference system, and Lightning attachment procedure optimization. Box–Behnken design is used to form a numerically experimental matrix. First, a refinement of design variables is conducted through analysis of variance and Taguchi approach in terms of considerably eliminating space of design variables and computation efforts. Next, desirability of two objective functions is computed and transferred into the fuzzy logic system. The output of fuzzy logic system is regarded as single combined objective function. Subsequently, a modeling for fuzzy output is developed via adaptive neuro-fuzzy inference system. Then, LAPO algorithm is adopted for solving the optimization problem. By investigating three different numerical examples, performance of the proposed approach is validated. Numerical results revealed that the proposed approach has a computational accuracy better than that of Taguchi-based fuzzy logic reasoning. Finally, case study 1 is chosen as an optimal solution for the mechanism. Furthermore, the effectiveness of proposed approach is greater than that of the Jaya algorithm and TLBO algorithm through Wilcoxon signed rank test and Friedman test. The proposed approach can be used for related engineering fields.

     

一种新的MIMO-OFDM通信系统比特分配方案

从MIMO-OFDM系统模型出发,首先对理想信道传输矩阵进行奇异值分解,在子信道自适应调制设计中应用信道矩阵特征值把空分复用信道转化为并行子信道,将用于多载波自适应比特分配算法应用于MIMO-OFDM系统。然后以实现系统发射功率最小为原则,以降低系统比特分配算法复杂度为目标,提出了一种可变步长的子信道比特分配优化算法。仿真结果表明,这种算法不但可以实现和Campello方法相当的比特分配性能,还可以较大地降低系统的计算复杂度。     

基于扩展自适应Backstepping设计的TCSC非线性控制的新方法

首先针对一般的参数反馈型非线性系统提出一种扩展自适应Backstepp ing方法.该方法不仅保留系统的非线性特性和对未知参数的实时在线估计,而且突破经典的确定性等价性原理来设计参数估计器和动态反馈控制器.该方法可用于带有TCSC(thyristor controlled series compensation)的单机无穷大系统.仿真结果表明,该方法在系统响应和自适应速度方面优于传统的Backstepp ing方法.