试飞机载测试系统及其应用研究

飞行试验中的关键就是机载测试,而机载测试需要依靠机载测试系统来保障。因此,本文主要简单介绍了我国的机载测试系统近些年来发展的情况,并且重点的讨论了机载测试系统的工作原理与理论。并且深入的研究了机载测试系统的应用。     

机械封闭加载齿轮试验台测试系统设计

本文就现有机械封闭加载齿轮试验台测试系统和测试精度等问题进行了分析,设计了一套新的测试系统,用以提高原有试验台测试系统的精度,增强测试系统的功能。     

液压系统计算机辅助测试(CAT)——节流调速的速度负载特性的研究

本文对液压系统计算机辅助测试系统进行了研究,提出了节流调速系统计算机辅助测试系统方案,设计了硬件和软件系统,并进行了实际测试。     

基于Web应用系统的GUI测试

软件测试是软件开发的重要环节,Web应用系统的GUI测试是一项复杂而烦琐的工作。本文阐述了GUI测试的概念,提出了Web应用系统的GUI测试的一般流程及测试指南,同时给出了Web应用系统GUI测试的主要方法。     

汽车感载比例阀测试系统设计

介绍了汽车感载比例阀测试系统设计原理,以及全部常规测试项目,针对测试项目设计了感载比例阀测试系统,对测试系统的硬件和软件部分的设计进行了研究,最终给出了测试系统的设计结果,同时提供了该测试系统对感载比例阀测试的部分测试数据.     

测试系统的负载效应及其改善措施

本文通过对一阶测试系统和二阶测试系统负载效应的分析，提出了测试系统负载效应的改善措施，从而为测试系统的造反提供理论依据。     

高温超导天线自动测试系统研究

介绍了高温超导（ＨＴＳ）天线测试的技术要求及高温超导天线测试系统的发展概况；建立了一套高温超导天线自动测试系统，实验表明，该系统完全满足超导天线测试的特殊要求，研制的超导天线测试座已获国家发明专利；最后给出了部份测试结果，并对几种测试系统进行了比较。     

LPG气敏元件批量测试分选系统硬件设计

介绍了LPG气敏元件批量测试分选系统硬件设计,对测试系统的工作原理进行了叙述。给出了系统硬件电路的实现方法,该测试分选系统已经在生产中应用,实际应用表明该系统实现了LPG气敏元件高效、准确的批量测试分选,已经成为LPG气敏元件生产中的重要装备。     

脉冲磁性测试系统的硬件电路研究

该文主要介绍了一种脉冲磁性测试系统的硬件电路设计。该系统主要由正弦波信号发生源,信号处理电路,信号采样传输电路等部分组成。详细说明了该测试系统的工作原理及组成结构,并给出了相应的电路设计和测试结果。该测试系统简单,可靠,易于实现,为磁性材料测试向高精度,低成本,实用性强的方向发展提供了相应的解决方案。     

液压系统计算机辅助测试（CAT）：节流调速的速度负载特性的研究

本文对液压系统计算机辅助测试系统进行了研究，提出了节流调速系统计算机辅助测试系统方案，设计了硬件和软件系统，并进行了实际测试。     

基于三值神经网络的组合电路测试生成算法

针对集成电路的规模和复杂度不断增加而相应的测试却越来越困难问题,提出了一种基于三值神经网络的组合电路测试生成算法．该算法不需要传播,也不需要回退,而是利用三值神经网络把组合电路表示成双向的神经网络,并构造网络的能量函数,用遗传算法求解能量函数的最小值点来求得测试矢量,这样就把组合电路的测试生成问题转化为数学问题．在一些基准电路上的实验结果表明,本算法具有较高的故障覆盖率和较短的测试时间．     

基于神经网络的组合电路测试生成算法

介绍了一种基于神经网络的组合电路测试生成算法。该算法不同于传统的方法是它既不需要回退也不需要故障传播的过程。利用Hopfield神经网络模型将组合电路表示成双向的神经网络，通过故障注入，建立被测电路的约束网络，并构造网络的能量函数，将组合电路的测试矢量对应于神经网络能量函数的最小值点，从而运用遗传算法求解能量函数的最小值点来求得测试矢量。在一些基准电路上的实验结果表明本算法具有较高的故障覆盖率和较短的测试时间。     

测试产生的神经网络方法及若干问题研究

介绍了在微机上开发的一种基于神经网络的测试生成系统结构,详细讨论了系统中各模块的实现方案。从提高效率的角度,对电路测试生成中神经网络这一方法的发展及今后须解决的问题做了讨论。     

基于PSO-RNN的光伏发电功率预测研究

针对光伏发电功率预测对电力系统的安全稳定和经济运行问题,本文提出了基于粒子群算法优化脊波神经网络的光伏功率预测模型。采用脊波函数作为隐含层激励函数的神经网络,即脊波神经网络,同时采用粒子群算法优化脊波神经网络的权值,并以实际光伏发电站的历史光伏发电数据和气象数据作为仿真算例,对预测模型进行仿真和测试。仿真结果表明,与BP神经网络预测模型相比,基于粒子群算法优化脊波神经网络预测模型的日平均绝对误差和日最大绝对误差均有所降低,证明粒子群算法优化脊波神经网络的预测模型具有较高预测精度,不仅加快了脊波神经网络收敛速度,而且避免了陷入局部最优解,具有一定的实用性及可行性。该研究为光伏发电功率预测提供了理论参考。     

Method of tracing the photovoltaic maximum power point based on NN with asymmetric basis

To ensure that the photovoltaic power generation system always works at its maximum power point, a method for photovoltaic maximum power point tracking by the neural network based on asymmetric basis is proposed, and its concrete implementation steps are given. Fuzzy factor membership functions are built according to the influences of photovoltaic power generation factors on the power generation efficiency, and the fuzzy weights of the influencing factors are calculated, with these weights infused into the building of the neural network based on fuzzy asymmetric basis. The network is trained by using methods of fixed basis width RBF, traditional RBF and the method proposed in this paper with four kinds of quantities of samples, and the comparison in terms of the network training time and the standard deviation indicates that the accuracy of the network with 180 samples is the highest, at least an order of magnitude higher than other that of methods. By determining the working parameters of the photovoltaic system in real time by using this neural network, the photovoltaic system can make the internal and external resistances completely match at every moment through the slide rheostat, thus ensuring that the system always works at the maximum power point.     

A new approach to test generation for combinational circuits

Aimed at the generation of high-quality test set in the shortest possible time, the test generation for combinational circuits (CC) based on the chaotic particle swarm optimization (CPSO) algorithm is presented according to the analysis of existent problems of CC test generation, and an appropriate CPSO algorithm model has been constructed. With the help of fault simulator, the test set of ISCAS’85 benchmark CC is generated using the CPSO, and some techniques are introduced such as half-random generation, and simulation of undetected faults with original test vector and inverse test vector. Experimental results show that this algorithm can generate the same fault coverage and small-size test set in short time compared with other known similar methods, which proves that the proposed method is applicable and effective.     

Research of the test generation algorithm based on search state dominance for combinational circuit

PODEM,FANandSOCRATESalgorithmsallpresentafewstrategiesacceleratingthetestpatterngenerationbasedoncircuitstructure.PODEMalgo rithm[1]introducesbacktrackingtechnology,anditre ferstestgenerationtoanimplicitenumerationprobleminn dimensionalspacesuchthatitbrea…     

一种新的混沌神经网络及其应用

提出一种新的混沌神经元模型,该神经元的激励函数由复合正弦函数和Sigmoid函数构成,通过分叉图及Lyapunov指数的计算,分析了其动力学特征.基于该模型构造了一种新的暂态混沌特征神经网络,并将其应用于组合优化问题.仿真实验结果表明了该算法的有效性与可行性.     

组合电路伪穷举测试的一种生成算法

提出一种基于电路结构的伪穷举测试生成算法,通过对待测电路的逐步二块划分和对各个子电路的穷举测试,形成待测电路的伪穷举测试集.本算法从实际应用出发,基于电路结构进行选优划分,算法简单,运行速度快.通过这一算法,伪穷举测试能够实现机器自动生成,并充分发挥了伪穷举测试的各项优点,因此具有一定的实用价值.     

模糊-神经网络控制在发动机试验台测控系统中的应用

着重阐述了多变量神经模糊控制在发动机试验台测控系统中的应用。通过在由BJ492QA型汽油机和KH PDWC110A测功机组成的发动机试验台上的应用,验证了应用BP神经网络设计的模糊 神经控制器具有实时性能、所需存储容量小、控制系统学习速度快、控制结果超调量小及稳定时间短等优点。