基于改进停机准则的SMO算法

在序列最小优化(Sequential Minimal Optimization,SMO)算法训练过程中,采用标准的KKT(Karush-KuhnTucker)条件作为停机准则会导致训练后期速度下降。由最优化理论可知,当对偶间隙为零时,凸二次优化问题同样可以取得全局最优解。因此本文将对偶间隙与标准KKT条件同时作为SMO算法的停机准则,从而提出了改进停机准则的SMO算法。在保证训练精度的情况下,提高了SMO算法的训练速度。通过对一维和二维函数的两个仿真实验,验证了改进SMO算法的有效性。     

神经网络和混沌优化在柠檬酸蒸发过程中的应用

针对柠檬酸双效蒸发器这个关联耦合严重、环境干扰不确定、非线性、时滞对象，采用软测量技术建立其完成液浓度的神经元网络模型，在此基础上运用混沌优化方法进行稳态优化控制研究。并给出在线优化控制的建议。     

基于捕食搜索策略遗传算法的SVM参数优化方法

基于支持向量机(SVM)模型的泛化能力和拟合精度与其相关参数的选取有关,提出将捕食搜索策略的遗传算法(PSGA)运用到SVM的参数选取中。该算法以最小化输出量的拟合误差为目标,以SVM的3个参数作为决策变量。通过对谷氨酸发酵过程建模的实验表明,该方法可以提高谷氨酸浓度的训练精度及预测精度,是一种优化SVM参数的有效方法。     

图书馆反占座系统的设计与实现

针对大学图书馆"空有书本,却无其人"的占座等问题,提出图书馆座位预约及座位使用情况实时检测系统的设计。首先,对图书馆的进出率、上座率、学生的平均离座时长等进行调研并做出统计;然后,采用RFID技术对入馆学生进行身份识别,采用红外线探测器对座位的使用情况进行全面准确的监测;最后,设计出集红外传感器与离座计时器于一体的检测装置,来实时检测并反馈座位的使用情况。当同学存在占座嫌疑时,系统会自动向该同学发送警示,从而提高座位的使用效率。     

基于时延预测模型的网络补偿控制器设计*

针对网络控制系统中随机双向通道时延引起的不确定性问题,提出一种基于时延在线预测模型改进的补偿控制方法。首先,基于自回归模型构建时延预测模型,通过递推最小二乘法实时更新模型参数以预测前向通道时延,并由区间分割法获得高精度的环回时延;然后,设计状态预估器、网络预测器和时延补偿器对环回时延进行补偿,进一步提高系统性能。采用TrueTime工具箱构建网络闭环仿真系统以仿真实际的网络传输情况,同时对PI控制、传统的时延补偿控制以及改进后的时延补偿控制进行对比实验,验证该方法的优越性。     

基于小波融合核的建模方法研究

针对在保证一定建模精度的前提下如何提高建模速度这一问题,基于小波分析和核方法理论,提出了一种小波融合核的建模方法.该方法首先利用小波对样本数据序列进行多尺度分解,然后对重构后的近似序列和细节序列分别利用核方法进行回归,最后进行结果的融合.该方法具有小波多分辨率分析和核方法对输入维数不敏感的特点,理论上在保证建模精度的前提下,有更快的建模速度.在此基础上,分别通过一维函数和化工生产数据进行了仿真研究,仿真结果验证了算法的有效性.     

论高等职业学校“企业管理”课程的课堂教学改革

本文对高等职业学校管理类专业的“企业管理”课程的课堂教学改革问题，做了初步的探讨。     

基于组态王与PLC的远程控制系统

章简要介绍了耙料机的工艺操作流程,设计了一套由组态王、触摸屏、PLC和无线通讯模块构成的耙料机无线远程控制系统,并叙述了远程控制系统的构成、系统方案、软件结构、系统编程及组态,最后详细介绍了开发中需要解决的问题及解决方法。     

基于反馈策略的引力搜索算法及其在支持向量机中应用

针对标准引力搜索算法(SGSA)在高维多峰函数寻优过程中容易出现早熟的问题,提出一种基于反馈策略的引力搜索算法(FGSA)。由于粒子在进化过程中群体多样性损失过快,采用粒子与最佳位置的距离和最邻近粒子的距离两个参数来均衡优化算法的勘探和开发能力,并将变异操作引入到FGSA中。通过对选取的四个基准函数测试,验证了FGSA和SGSA相比,在高维多峰函数寻优时,精确度和稳定性都有显著提高。同时,针对支持向量机(SVM)分类问题时,可有效地找出合适的特征子集及SVM参数,并取得较好的分类结果。