一种改进的递归CORDIC算法结构

将CORDIC算法应用于数字信号处理算法的硬件实现中.在硬件算法设计中,浮点三角函数、指数函数及对数函数等操作是既费时又占用面积的操作,很难有效实现.采用CORDIC算法将许多复杂的算术运算化成简单的加法和移位操作,因此它在许多DSP算法的硬件实现中都有着极为重要的意义.并提出了一种改进行递归CORDIC算法结构.     

模糊递归神经网络在软测量中的应用

针对工业过程中参数测量滞后和不准确的问题,采用动态T-S递归模糊神经网络(DTRFNN)进行软测量.本文提出了T-S递归模糊神经网络结构,最后并在此基础上对冶炼过程中的金属元素含量进行软测量实验研究,取得了较好的效果.     

杠杆机构在连续拉深模中的应用

介绍了在连续拉深模中采用侧冲孔或侧翻孔的冲压工艺的方法,在模具结构限制的情况下,利用了杠杆机构原理实现对产品进行侧冲孔或侧翻孔的冲压工艺,以实例详细说明侧冲孔或侧翻孔的模具结构和工作原理。实践生产证明,杠杆机构在连续拉深模中应用是可行的,其结构设计合理,冲压动作安全可靠,产品质量合格,满足了大批量生产的需求,对同类型的工件起到一定的借鉴作用。     

用递归算法实现BOM展开的树型结构操作

树结构能够很好地表达产品BOM的层次关系,在应用程序中广为应用。本文介绍了用Visual Basic6．0的树型结构控件TreeView从数据库中提取数据,显示产品BOM的层次关系。运用递归算法实现在树型结构上直接对树节点进行查询、删除等操作来完成对数据库的操作。     

混合遗传算法在桥式起重机结构优化中的应用

针对工程中的变量离散化问题,提出了一种将遗传算法和模拟退火算法相结合的混合算法。该算法发挥了遗传算法和模拟退火算法的优越性,避免了遗传算法的早熟收敛问题,增强了算法的全局收敛性,并提高了算法的收敛速度。通过对桥式起重机金属结构进行优化,其结果与MDOD和改进遗传算法2种的结果进行比较,表明此算法能够很好处理工程离散化问题。     

机械杠杆法在激光准直系统中的应用

采用机械杠杆法设计了一种性能稳定、操作简单的激光校准系统,并对设计原理及其在两种典型的激光模拟发射器中的应用情况进行了详细阐述。校准系统利用机械杠杆放大法,实现光轴的高精度调节,该方法简单易行、性能可靠。     

粒子群算法在机床结构优化设计中的应用

首先引入了粒子群算法(PSO)的简介,然后根据该算法在MATLAB中开发了PSO工具箱。最后根据机床主轴优化设计的实例采用PSO算法,实现了对机床主轴结构的优化设计。     

蜂群算法在离散变量结构优化设计中的应用

基于二进制编码将设计变量与其离散取值进行空间映射,随机产生个体并形成初始群体,采取基因突变方法在其邻域范围内产生新食物源,构建了适用于求解离散变量结构优化设计问题的改进蜂群算法。以求解多模测试函数极值问题验证了改进蜂群算法的可行性。通过三杆桁架结构优化设计演示了改进蜂群算法在离散变量优化设计中的应用,优化结果与传统结构优化设计结果相比较,表明改进蜂群算法的有效性。运用蜂群算法求解十杆超静定桁架结构优化问题,计算结果表明改进蜂群算法求解离散变量结构优化问题是可行、有效的。     

仿生算法在油压机结构优化设计中的应用研究

该文采用BP神经网络和ParetoGA相结合的仿生算法对某框式油压机的上横梁以体积和纵向位移最小为目标函数进行了多目标优化,经ANSYS仿真计算后表明,该方法是有效的,优化结果是准确可靠的。仿生算法为大型油压机横梁及其它薄壁箱形结构的优化设计提供了一种全新可行的方法。     

变结构SVD算法及其在信号分离中的应用

利用奇异值分解（Singular value decomposition,SVD）进行信号处理的关键在于矩阵的构造,为利用SVD分离信号中的不同频率成分,提出一种变矩阵结构递推SVD算法,其思想是在SVD递推分解过程中逐次改变矩阵的结构,每进行一次SVD分解,矩阵的结构就规律性地变化一次,由此形成对信号中不同频率成分的适应性,从而达到将其分离出来的目的。推导出这种变结构SVD的信号分解算法,证明了这种算法可以将原始信号分解为一系列分量信号的线性组合。进一步从理论上分析了这种算法的信号分离机理,证明了对于一些特定的频率结构,这种变结构SVD算法可以实现对原信号中单个频率分量的逐次分离。最后通过对模拟信号和工程实际信号的分离实例证实了变结构SVD算法良好的信号分离效果,并与小波分析和多分辨SVD方法进行了比较,结果表明变结构SVD的信号分离结果优于这两种方法。     

排列熵算法在水工结构损伤诊断中的应用

提出一种基于排列熵算法(permutation entropy,简称PE)的水工结构损伤诊断方法。首先,运用小波阈值-经验模态分解(empirical mode decomposition,简称EMD)降噪方法对原始信号进行降噪,减小环境噪声对结构损伤特征信息的干扰,提高信号的信噪比;其次,运用排列熵算法检测降噪后信号的复杂度,并计算其排列熵值。通过不同工况下信号熵值变化规律的对比,实现水工结构损伤的诊断。将该方法应用于泄流激励下悬臂梁模型的试验研究,结果表明,正常无损状态下结构振动信号的排列熵值最大;结构发生损伤时,其熵值降低,且损伤程度越大,熵值越小;排列熵对结构的初期损伤比较敏感;结构未发生损伤时,不同工况下的排列熵基本不变,说明排列熵能够有效确定结构的损伤,且具有较高的诊断精度。     

新结构杠杆卡规的设计与应用

为了满足卡尺量爪的实际测量需求,设计了新结构杠杆卡规,并对该杠杆卡规的设计结构及工作原理进行了简要介绍,对在实际加工中遇到的问题及关键工艺方案的设计与实施进行了分析。     

BP算法改进及其在结构损伤检测中的应用

针对 BP网络固有的收敛速度慢、易陷入局部极小等问题 ,本文采用加入动量项、自适应调整学习率的改进算法及优化选取初始权值、阈值的 BP网络性能优化措施 ,对优化的 BP网络及工程上最常见的矩形梁的损伤状况进行了数值仿真 ,并取得了较好效果。     

对角递归神经网络的LM算法及建模应用

针对递归神经网络传统BP学习算法收敛慢的缺陷,将Levenberg—Marquardt（LM）算法引入到对角递归神经网络权值的训练,这种算法提供了快速性与收敛性之间的一个折衷。仿真结果表明,该算法比传统BP算法具有更快的收敛速度,用于非线性动态系统的建模是有效的。     

动态递归神经网络及其在机敏机构辨识中的应用

介绍了动态递归神经网络的数学模型 ,提出了一种学习因子自适应调节的改进算法。利用修剪法确定拓扑结构 ,提高了神经网络的泛化能力。以实验数据为样本 ,采用复合辨识方法离线设计了动态递归神经网络辨识器 ,获得了机敏机构的非线性动力学模型 ,其精度明显高于传统的 KED理论模型     

常规模糊控制系统的递归算法

分析常规模糊控制稳态误差成因,简单综述研究状况,对递归算法进行了理论和仿真研究,结果表明,递归算法是在常规模糊控制基础上的一种改善稳态性能的控制策略,有简单、查表法、高精度等优点。     

递归神经网络的并行LM算法

针对递归神经网络BP学习算法收敛慢的缺陷,将Levenberg-Marquardt (LM)算法引入到递归神经网络权值的训练,为了克服LM算法集中运算的不足,设计出完整的并行LM算法.该算法将计算分配到神经网络中的每个神经元,符合神经网络的并行结构特点.仿真结果表明,该算法比传统BP算法具有更好的收敛性.且比LM算法大大节省了计算时间.     

微杠杆在硅微谐振式加速度计中的应用

从基于DDSOG(Deep Dry Silicon on Glass)工艺的硅微谐振式加速度计样机入手,阐述了加速度计中微杠杆结构对惯性力的放大作用,证明了标度因数与系统放大倍数n为正比关系,并以加速度计样机中的单级微杠杆为例,建立了加速度计的理论模型.推导了微杠杆的放大倍数A和轴向刚度K的计算公式,以此为基础导出了加...