基于曲线拟合的上肢伸展姿势及其运动轨迹预测

上肢伸展姿势及运动轨迹预测是人类工效学领域的前沿课题。现有的预测方法在预测准确性、自然性和实时性方面尚存在缺陷。本研究系统提出了基于曲线拟合的上肢伸展姿势及运动轨迹预测方法。首先将人体右侧上肢和躯干建模为包含11个自由度的刚体系统;其次建立三维虚拟工作空间并进行子空间的划分,实时采集了个体执行上肢伸展运动的三维轨迹数据;进而采用曲线拟合及基于自组织映射理论的权重分布核函数结合的方法,实现手及达三维工作空间内任意位置时,上肢伸展姿势及运动轨迹的预测;并进行了跨被试的拟合检验。研究建立的上肢伸展及运动轨迹预测方法具有合理性,较现有的预测方法在预测准确性、自然性及实时性方面具有优势。     

BP算法在交通流量预测中的应用

研究了BP算法在交通流量预测中的应用。针对日益紧张的交通拥挤问题,利用梯度搜索技术,按照代价函数最小准则递归地求解网络权值,使得误差信号最小,提高了实际交通效益,实现交通畅通;仿真结果验证了该方法的有效性、合理性。     

首都机场客运量的遗传神经网络预测研究1

伴随着中国民航事业的飞速发展，首都机场客运量的规模也同步开始扩大。由于首都机场客运量预测具有复杂性和非线性的特征，本文采用神经网络预测方法，并针对神经网络易陷入局部极值的缺陷，采用遗传算法对其进行优化，构造了遗传神经网络算法对其进行预测分析。利用我国首都机场客运量的实例验证了算法的有效性，为首都机场的发展提供了有效的理论依据。     

基于改进粒子群算法的蛋白质结构预测

蛋白质序列结构稳定性对生命体的疾病防治具有十分重要的意义。该文将粒子群算法和禁忌搜索法融合在一起,提出了一种新的蛋白质结构的预测方法。首先,按照粒子群算法求取初始解,避免单纯使用禁忌搜索法对初始解的过度依赖。其次,运用禁忌搜索法构建邻域函数、候选解集、禁忌表和禁忌准则。最后,通过粒子群算法和禁忌搜索法的融合完成蛋白质结构的预测。试验结果表明：对不同长度的4组人工蛋白质序列,该文方法获得了最低的势能值和稳定结构预测结果,效果明显优于其他2种对比方法。     

基于BP神经网络的改进粒子群优化股票预测

可以以较为精准的预测结果为依据来对股票市场进行及时指引与调控,这样更能保障我国国民经济的可持续顺利发展.本文的目的 是研究改进的基于粒子群优化算法的改进版BP神经网络股票预测,这种神经网络预测方法是以粒子群优化算法为基础并将其应用于股市预测,取得了较好的效果.详细给出了基于粒子群算法的神经网络模型的建立方法,同时本文还...     

一种用于状态预测的神经网络混合算法

本文将神经网络的BP算法和动态随机算法相互补充而形成一种混合算法,它克服了BP学习算法会陷入局部极小和随机算法耗时长的缺点.将这种算法用于齿轮泵出口流量预测,证明了这种算法学习速度快且能收敛于全局极小点.     

基于最小一乘背景预测的红外小目标检测算法

本文提出了一种基于最小一乘背景预测的红外小目标检测算法.首先在建立最小一乘准则背景预测模型的基础上,根据最小一乘估计的性质,应用线性规划的方法解决最小一乘估计中极值的选取问题;然后将原始图像与预测图像相减得到预测残差图像;最后利用基于二维指数熵的图像阚值选取快速算法进行分割.文中给出了实验结果与分析,并与基于最小二乘背景预测的检测算法作了比较.实验结果表明,本文提出的算法具有更高的检测概率,优于基于最小二乘背景预测的检测算法.     

一种新型广义预测控制直接算法

提出一种采用递推迭代求取最优控制律的新型广义预测控制(GPC)直接算法.新算法避免了显式GPC算法在线求解Diophantine方程和繁复的矩阵求逆计算的过程,减少了计算量,增强了系统的快速性和鲁棒性,拓宽了GPC算法预测时域与控制时域的选取范围.仿真结果表明,改进后的算法除具有经典GPC算法的多步预测、滚动优化、反馈校正特点外,还具有快速收敛性、稳定性好等特点,能够较好地解决具有非线性、时变性、纯时滞、多变量等特性的复杂工业过程的优化控制问题,具有广阔的工业应用前景.     

一种非迭代式的分布式子结构混合试验方法

该文针对混合试验中的子结构试验积分算法进行研究,提出了一种基于模型的预测-修正算法(M-PC)。M-PC在预测时采用初始刚度求解动力方程以得到预测边界位移,与差分得到的预测位移相比,具有较高的精度和稳定性。M-PC是一种非迭代式的算法,对于子结构边界自由度较多的混合试验,该算法具有效率高的特点。该文首先介绍了M-PC积分算法的基本公式和进行子结构混合试验的具体步骤,然后通过编程实现了与OpenSEES和ABAQUS两种有限元软件的通用接口、电液伺服式加载装置的控制程序以及网络通讯功能,最后通过门式框架的子结构数值试验和物理试验对M-PC算法进行验证。结果表明:M-PC算法有效地预测静力边界位移,结构整体响应合理,正确地模拟了各子结构的非线性行为。     

ABC-BP风力发电机组短期功率预测方法

稳定可控的风力发电系统是风力资源开发利用的核心,提出一种基于人工蜂群-神经网络算法（artificial bee colony-back propagation, ABC-BP）的风力发电机短期功率预测方法,进一步提高短期风电功率预测的准确性。针对现有短期功率预测方法中遇到的收敛速度慢、局部最优等缺陷,结合ABC人工蜂群算法,提出改进ABC-BP算法。在对其数学模型收敛性证明的基础上,采用实际风电数据进行仿真验证,并通过模拟风力发电平台,进行实验,实验结果表明,预测数据达到实验要求,所提出的改进算法模型是可行的。改进ABC-BP算法应用于风力发电机监测系统中,为降低风电系统运维成本、提高监测效率提供一种有效解决方案。     

基于粒子群BP神经网络的质量预测模型

为了对产品质量进行预测控制、辅助新产品开发设计、寻找最优参数,将测试样本的网络输出值与真值之间的灰色关联度作为目标函数,采用粒子群算法优化了BP神经网络的权系数和阈值,构建了基于粒子群神经网络的质量预测模型。所提出的PSO-GRG算法解决了一般BP算法迭代速度慢,且易出现局部最优的问题,并以注塑件质量预测为例,进行算法实现,仿真结果表明本文所提出的PSO-GRG算法比BP算法迭代次数减少了87.5%,并避免了局部最优,且预测误差亦明显减少。得出结论:所构建的质量预测模型具有较高的预测精度和研究价值。     

基于蚁狮算法优化支持向量机的站台门设备状态预测

为了降低地铁机电系统的维修成本、提高地铁站台门设备状态的预测精度,该文提出了一种基于蚁狮算法优化支持向量机的站台门设备状态预测方法。该方法采用ALO算法对SVM进行优化,建立ALOSVM站台门设备状态预测模型,采用站台门实际故障数据进行仿真分析,并与BP神经网络、SVM和ELM的预测效果进行对比,该文提出的方法预测结果的正确率为96.25%,预测精度比其他3种方法高,验证了该文提出的方法的正确性和实用性。     

跟踪系统中跟踪器延迟的自适应预测补偿方法

跟踪系统中跟踪器的延迟会对系统的稳定性和跟踪精度产生不利影响。为此以典型Ⅱ型系统为例，理论上定理地分析了跟踪器延迟对跟踪系统的影响，并提出了将采用LMS算法和横向滤波器结构的自适应滤波器用于延迟预测补偿的方法。仿真结果验证了方法的有效性。     

基于PLC的单值模型算法预测控制器的设计

针对典型的工业一阶生产过程,采用单值模型算法预测控制,完成了基于PLC的单值模型算法预测控制器的设计,并以JWS-6／3—4型过程控制装置为对象以流量为被控变量,实现了单值模型算法预测控制。实验表明系统控制精度高,抗扰性强,取得了实际误差小于0．01m^3／h的控制效果,运行稳定,具有一定的实用性和推广性。     

天津市震害预测的特点与方法

介绍了天津市震害预测的特点与方法。天津市震害预测的特点包括：地震危险性划分的特点、工程地质特点、建筑物的特点和可能出现液化区的特点：根据天津市建筑物类型的分类，天津市害预测方法有：单体建筑物预测方法、群体建筑物预测方法、专题讨论和震害快速评估系统。     

卡尔曼滤波在落点偏差预测算法中的应用

弹道测量误差对摄动落点偏差预测算法的精度有较大影响,该文建立卡尔曼弹道滤波模型对弹道测量数据进行滤波处理,以消除弹道测量随机误差,提高摄动落点偏差预测算法的精度。仿真结果表明,采用卡尔曼滤波可以大幅提高落点偏差预测算法的精度。     

粒子群算法在气力输送管道压降预测中的应用

管道压降是气力输送系统设计的一个重要参数,传统的求解方法比较复杂.本文提出了以气体流速、颗粒浓度、混合比等作为神经网络输入,建立管道压降网络模型的方法.为进一步提高管道压降预测准确度,以预测误差作为适应度值,采用粒子群算法对网络权值和阈值寻优,优化神经网络,并利用样本数据训练出了有效的压降预测网络.通过将预测数据和粉料气力输送实验装置的实测数据相比较,结果表明,该方法预测误差小,准确度高,有较高的实用价值.     

基于肌肉骨骼负荷的上肢姿势不舒适度评价方法

针对通过主观评价建立的人体姿势不舒适度评价方法的应用效果不理想的问题,提出了基于肌肉骨骼负荷的上肢姿势不舒适度评价方法(Upper Limb Posture Discomfort Assessment Method Based on Musculoskeletal Loads,UAML)。根据人体关节负荷大小、肌张力收缩程度与人体姿势不舒适度之间的因果关系,应用DELMIA人机工程软件进行了人体关节负荷仿真实验,测量了虚拟人在不同人体姿势下关节力矩的变化情况,利用MP150生理记录仪测量了一组受试者在不同人体姿势下的表面肌电特性。对关节力矩数据和根据相关肌肉横截面积加权计算得到的肌电数据进行了归一化处理,利用回归分析的方法建立了以关节动作角度为变量的关节动作不舒适度模型,运用模糊综合评价的方法对关节不舒适度和上肢姿势不舒适度进行评价,将提出的评价方法应用到实际,与快速上肢评价法的评价结果相比,验证了其可靠性。     

基于Levenberg-Marquardt算法的遥测数据建模预测

大型航天电子设备的遥测数据通常呈现不规则周期,对其建模并做出长期预测可以尽早及时发现设备性能异常.文中利用SumSin模型,采用FFT变换分析求解出模型参数初始点;分析指出调整阻尼参数μ是实现Levenberg-Marquardt优化方法快速收敛的关键,给出了其求解模型参数的详细算法;最后通过对两种类型遥测数据快速地求取模型参数和实现长期预测,说明了算法的工程有效性.     

基于计算智能和信息熵的故障组合预测研究

针对单项预测方法鲁棒性弱和稳定性差的不足,研究了一种基于计算智能和信息熵的故障组合预测方法.利用粗糙集、遗传算法、免疫算法改进基本神经网络的神经元结构、权重计算方法和隐含层激励函数,构造了融合各项算法特长的计算智能方法,实现了电子设备特征参数的退化趋势预测;基于信息熵理论,采用多准则评价对前述单项预测方法进行融合,实现了电子设备的故障组合预测.通过跟踪预测实际环境中的设备工作数据,验证了基于计算智能预测的有效性和基于信息熵组合预测的稳定性.