基于ADIDSPBF506F的汽车EPS方案

随着电子技术的发展,电动助力转向系统（ElectricPowerSteering,EPS）作为传统液压助力转向系统（HydraulicPowerSteering,HPS）和电动液压助力转向系统（Electro—HydraulicPowerSteering,EHPS）技术的替代者,其应用愈来愈广泛。本文通过分析EPS的基本原理、市场以及技术优势,结合英飞凌、TI、飞思卡尔等半导体厂商的EPS方案研发现状,给出基于ADIBF506F的EPS方案和技术评估。     

基于遗传算法的神经网络自适应控制器的研究

提出了一种基于遗传算法的神经网络自适应控制器的设计方法。该控制器主要由2部分组成，第一部分利用遗传算法搜索出一组神经网络控制器的初始权值，第二部分用历史输入输出数据训练神经网络自适应控制器，经过训练后其达到稳定的控制效果。通过Matlab仿真表明，该控制策略克服了BP算法对初始值敏感的问题，有效提高神经网络的控制效果，和常规PID控制器相比较，超调量小、抗干扰性强和鲁棒性好。     

基于遗传算法的自适应测试生成

文章介绍了一种基于遗传算法的自适应测试生成方法，首先讨论了用遗传算法进行测试生成时构造评价函数的一些方法，然后应用组合电路的Hopfield神经网络模型，提出了基于遗传算法的自适应测试生成算法，该方法不同于传统的方法，它不需要故障传播传播、回退等过程，实验结果表明了本算法的可行性。     

自适应模糊神经控制的汽车电动助力转向系统

电动助力转向是汽车动力转向的新技术和新结构,助力控制是电动助力转向的基本控制策略,并决定电动助力转向的助力特性.本文应用现代模糊神经网络理论,构建汽车电动助力转向系统模型,提出了性能较好的控制策略,并进行仿真研究.仿真结果表明,电动助力转向系统具有更好的操纵性能.实验证明,理论分析和仿真结果是正确的.     

基于自适应遗传算法的低噪声放大器设计

低噪声放大器是射频接收系统的关键组成部分,决定了系统的噪声特性,直接影响接收灵敏度。提出一种利用自适应遗传算法设计低噪声放大器匹配电路的思路,自动优化交叉概率和变异概率,避免了易早熟的缺点。采用这一算法进行了放大器设计实验,放大器具有较低的噪声系数、较高的放大增益,以及较好的带外抑制效果。实验结果表明实测和软件仿真性能吻合较好,证明了自适应遗传算法设计的可靠性。     

基于遗传算法的自适应神经模糊控制器

分析了自适应神经模糊系统的特性，以此设计一个智能控制器，控制器的输入为误差和误差变化率，输出为控制量。遗传算法是一种有效的全局最优搜索算法，对于复杂、非线性的空间也能够快速地搜索最优解，因而本文利用遗传算法来优化自适应神经模糊控制器的参数。仿真实验表明，该方法优化得到的控制器具有优良的控制效果。     

一种基于FPGA的自适应遗传算法

采用了一种适合硬件实现的自适应遗传算法,利用种群的最大适应度fmax﹑最小适应度fmin和适应度平均值fave这3个变量来自适应地控制整个种群的交叉概率pc 和变异概率pm 。选用了适合硬件实现的选择﹑交叉﹑变异算子,并将它们设计成流水线结构, 同时,将选择算子与适应度计算并行化,大大提高了算法的运行效率。整个设计采用了XILINX公司的XC2V1000型号的FPGA芯片。算法利用VHDL语言来描述。实现后的测试表明,这种自适应遗传算法明显改善了算法的搜索性能和全局收敛性,同时利用硬件实现有效减少了运行时间,使其在一些实时性要求较高的场合得到应用成为可能。     

EPS电动助力转向系统的软硬件设计

本文详细介绍了基于C8051F31X系列微处理器的电动助力转向（EPS）系统的方案设计,给出了详细的硬件设计和软件设计。试验结果表明,该系统具有电路设计方便、性能稳定可靠、保护电路齐全、性价比好等突出优点,为汽车EPS系统提供一个优秀的设计方案。本文网络版地址：http：//www.eepw.com.cn/article/170165.htm     

EPS无刷电机控制器结构设计与散热性能试验

为解决汽车电动助力转向系统大功率无刷电机控制器发热过大所致的功率MOSFET管损坏问题,结合固体结构热传导原理对控制器结构进行设计。运用有限体积法的控制器三维温度场模型,对该汽车电动助力转向系统(EPS)无刷控制器结构散热性能进行数值模拟,对控制器大电流、高温运行的情况下电路板温升进行试验测定,对比试验数据与数值计算结果,新型控制器结构设计合理,散热性能最好。数值模拟对新型EPS无刷控制器的批量生产具有重要实际意义。     

基于微控制器和模糊算法的EPS系统设计

概述了电动助力转向系统EPS( Electric Power Steering)的工作原理和硬件系统。设计了基于XC2365芯片的EPS系统,在控制策略方面采用模糊控制算法,对无刷直流电机进行控制。通过采用MATLAB软件对系统进行仿真和采用实车进行场地实验结果表明：相对于未使用EPS系统的车辆,采用基于模糊算法的EPS系统使得车辆操作更稳定。     

基于改进自适应遗传算法的图像配准方法

采用遗传算法进行图像配准时,存在收敛速度慢、易早熟的问题,可能导致误配。为克服这些缺点,提出了改进的自适应遗传算法(improved adaptive genetic algorithm,IAGA)。该算法以互信息作为相似性测度,通过对遗传参数设置的改进,自适应的调解进化过程中的交叉概率和变异概率,既提高了遗传算法的收敛速度,又有效地防止了早熟。实验结果表明,改进算法具有更好的有效性和精确性。     

一种基于种群多样性的新型自适应遗传算法

为克服传统自适应遗传算法易出现未成熟收敛的问题,提出一种新型基于种群多样性的自适应遗传算法。解决未成熟收敛问题的关键是避免算法在寻找到最优解前种群多样性的丧失。为适应进化过程中种群多样性的变化,提出了包含方差因子和种群熵因子的交叉概率和变异概率公式。根据种群收敛情况相应地调整交叉概率及变异概率,在不破坏种群优良基因模式的同时保持种群的多样性。通过标准函数测试与已有算法进行对比,结果表明,所提算法相较于已有算法,在保证收敛精确度的同时提高了收敛速度,有效克服了“早熟”等问题。     

基于自适应遗传算法的电力变压器优化设计

在研究遗传算法的基础上,分析了传统遗传算法种群多样性、收敛效率降低和易求得局部最优解的问题,提出自适应遗传算法优化设计电力变压器。采用适应度值标定的遗传算法改进策略,防止特殊个体统治种群导致的寻优结果是局部最优解,在算法临近结束时,变更选择压力,防止算法在最优解附近摇摆,加快了寻优过程。仿真结果表明,改进后的遗传算法收敛速度快,并以S9-315/10型电力变压器为算例,优化方案的性能指标符合相关国标,总损耗降低0.8%,材料成本降低8.3%。     

基于自适应遗传算法的舵机传递函数辨识

简要介绍了舵机的工作特性，利用自适应遗传算法对舵机传递函数进行了辨识，与传统遗传算法相比，自适应遗传算法的选择算子采用最优保存和赌轮盘相结合，并在进行赌轮盘前对适应度进行排序，交叉变异算子采用自适应交叉和变异算子，终止条件也分为两类，适应度小于设定的值时就会跳出遗传算法和达到代数上限时跳出遗传算法。自适应遗传算法的辨识的结果和遗传算法相比较，仿真结果表明：自适应遗传算法在运行速度和收敛方面有较好的效果。     

一种基于自适应遗传算法的BP网络的应用

针对遗传算法和BP网络各自的优缺点，探讨了两算法结合的必要性、可能性以及结合方法，提出了一种改进的自适应遗传算法，并把该算法用于优化BP网络的权值。把经优化后的BP网络作为汉字识别的分类器，实验结果验证了所述方法的有效性。     

基于模拟退火遗传算法的图像增强

针对传统图像增强方法存在的不足,提出了一种基于模拟退火遗传算法的图像增强算法。首先将图像增强过程参数编码成为遗传算法中的个体,然后通过模拟自然界生物进化过程对参数进行寻优,并引入模拟退火算法克服种群退化现象,同采用动态自适应交叉、变异过程防止局部最优解出现,最后根据找到的最优参数实现图像增强处理,并且采用仿真对比实验对算法有效性和优越性进行测试。仿真实验结果表明,相对于当前其它图像增强算法,模拟退火遗传算法可以恢复图像细节信息,提高了对比度,图像质量得到增强。     

基于自适应免疫遗传算法的多序列比对

针对多序列比对问题提出一种基于自适应免疫遗传算法的多序列比对方法。为了保持群体中个体的多样性，以及加快算法的收敛速度，该算法中交叉概率和变异概率根据群体的多样性自适应调整，并且在选择免疫算子时采用择优策略，将免疫算子引入到自适应遗传算法中，通过对个体接种疫苗来进一步提升个体的存活能力。     

采用自适应归一化实数编码遗传算法优化鱼眼镜头系统

针对遗传算法(GA)优化超多参量光学系统时鲁棒性 较差的问题,在混入逃逸函数实数编码GA(MERCGA)的基础上,进一步结合参量归一化和自适 应变异概率的措施,提出了自适应归一化 实数编码GA(ANRCGA)。用ANRCGA对鱼眼镜头光学系统案例进行优化设计,并应用 评价函 数和Zemax光线追迹方法对MERCGA和ANRCGA的优化结果作比较。结果表明,应用本文的ANRCG A 比引自专利的参考设计及MERCGA优化得到光学系统的成像质量有明显提高,算法的鲁棒 性和计算效率也到了改善。     

基于遗传神经网络自适应噪声抵消技术的研究

自适应噪声抵消技术是减除背景噪声影响的有效处理方式。概述了自适应噪声抵消原理、BP算法及遗传算法等基本理论,结合各自的优点,提出一种基于BP神经网络和遗传算法相结合的自适应噪声抵消系统。该系统中采用遗传算法优化网络权值方式构造遗传神经网络,用遗传神经网络替代传统的自适应滤波器,以此达到更好的噪声抵消效果。使用MATLAB仿真实例,发现其消噪效果显著同时信噪比得到提高。     

基于自适应遗传算法的方向图综合

提出了一种改进的方向图综合方法.该方法以遗传算法为基础,以正交基函数表示天线口径分布,并且在优化过程中,对交叉概率、变异概率和变异范围同时进行自适应的变化.和原有的遗传算法相比,该算法减少了优化变量的数目,天线激励的相位和幅度曲线更光滑,提高了收敛的速度,并且缩小了幅度的动态变化范围.线阵和面阵的仿真结果均表明,该方法实用、高效.