改进的人工免疫识别系统及其性能分析

为了改善人工免疫识别系统的非线性能力,进一步优化分类器性能,提出了一种改进的人工免疫识别系统。新算法采用混合核函数来提升算法的非线性能力,同时,对记忆细个体进行适应度评估,淘汰低适应度的细胞来优化免疫分类器。改进的算法被应用于复杂UCI数据集的分类,分类结果与其他经典的分类算法的结果进行比较,结果显示该算法具有更好的分类性能。     

单纯形搜索在遗传算法中的融合研究

构造了单纯形混合遗传算法SM-HGA⁺。分析单纯形搜索算法,提出了单纯形交叉算子和K步随机单纯形搜索算子,并将单纯形搜索算法和这两个算子分别融入到最优微群体μP_B（t）、最差微群体μP_W（t）和普通群体P_C（t）,形成SM-HGA⁺。最优微群体中的单纯搜索算法提高算法的精度;最差微群体中的单纯形交叉算子加速最差个体向优秀个体进化;普通群体中K步随机单纯性搜索提高全局搜索速度,同时在普通群体采用大交叉概率的标准遗传算法,提高全局搜索能力。遗传算法测试函数验证算法SM-HGA⁺的正确性、效率。     

PWM变频器电源逆变器输出滤波器分析

在脉宽调制PWM变频器驱动三相异步电动机装置中,由于变频器输出电压dv/dt较高,当逆变器与电机之间传输电缆超过一定长度时,在电机绕组端将产生电压尖峰,影响电动机的绝缘性能和寿命.本文采用电源输出滤波器来改善阻抗匹配,平滑变频器输出电压,改善输出波形.并对PWM变频器的L、RC、LC三种滤波器进行分析.     

自适应策略的混沌局部搜索遗传算法

提出了一种自适应策略的混沌局部搜索遗传算法（ACLSGA）,它是遗传算法中每一代的所有个体经过一次遗传操作之后得到一个最佳个体,通过自适应策略决定是否在最佳个体附近进行混沌局部搜索。4个基本的测试函数优化结果表明：ACLSGA比具有精英保留选择机制的实数编码的遗传算法（RGA）的全局搜索能力强,收敛速度快。     

最优PID控制器在智能人工腿中的应用

以蚁群算法为基础,提出了一种新的非线性PID控制器及其参数优化设计方法;该控制器是基于PID控制器各增益参数与误差信号之间呈现非线性关系,根据一般控制系统的阶跃响应曲线,在不同响应时间阶段PID三个增益调节参数的理想变化情况,提出根据控制信号与误差、误差变化率之间的调节规律,拟合一组增益参数的非线性函数,并利用蚁群算法搜索出一组最优的非线性PID参数,构造最优非线性PID控制器,称为AS-NLPID控制器;该控制器已被用于CIP-Ⅰ智能人工腿;仿真实验证实AS-NLPID控制器能有效地控制CIP-Ⅰ智能人工腿,并具有良好的动态和稳态性能.     

CIP-I智能仿生人工腿步速测量系统研究与设计

CIP—I Leg是国内首个智能仿生人工腿原型机,首先介绍了CIP—I Leg的基本结构,然后重点介绍了该人工腿步速测量系统的设计方案,包括步速调整原理、控制系统结构、针阀开度值的设置方法以及步速测量系统硬件和软件设计等;提出了一种新的步速测量方法,即通过测量人工腿一个完整的步行周期,用步行周期的长短来反映步行速度的快慢;实验结果表明,所设计的步速测量系统精度高,实时性好,功耗低,能非常可靠地检测出CIP—I Leg的步行速度。     

分形理论和神经网络在清浊音判决中的应用

采用混沌信号处理方法中的分形理论对信号进行分析。分形维数很好的体现了信号的混沌程度,而清音和浊音由于在发声原理上的不同,清音类似于噪声,浊音具有近似的周期性,在分形维这个特征上体现出差异。首先对语音信号分帧求分形维轨迹,计算出平均分形维,然后在分形维参数的基础上提出DP值特征参数,以分形维与DP值作为一个特征向量,采用BP神经网络进行识别,得到了很好的识别效果。     

一种新的模糊PID控制器的优化及其仿真研究

该文提出了一种新的最优模糊PID控制器。该控制器由两部分组成，一部分是常规PID控制器，另一部分是在线模糊推理机构。在模糊推理机构中，引入了三个可调节因子Xp，Xj，和Xd，其作用是优化模糊推理结果，该模糊PID控制器用来控制智能人工腿中的一个直线电机，并已获得很好的控制效果。     

Fuzzy-GA PID controller with incomplete derivation and its application to intelligent bionic artificial leg

An optimal FID controller with incomplete derivation is proposed based on fuzzy inference and the genetic algorithm, which is called the fuzzy-GA PID controller with incomplete derivation. It consists of the off-line part and the on-line part. In the off-line part, by taking the overshoot, rise time, and settling time of system unit step response as the performance indexes and by using the genetic algorithm, a group of optimal PID parameters Kp* , Ti* , and Td* are obtained, which are used as the initial values for the on-line tuning of PID parameters. In the on-line part, based on Kp* , 77 , and Td* and according to the current system error e and its time derivative, a dedicated program is written, which is used to optimize and adjust the PID parameters on line through a fuzzy inference mechanism to ensure that the system response has optimal dynamic and steady-state performance. The controller has been used to control the D. C. motor of the intelligent bionic artificial leg designed by the authors. Th     

具有不完全微分的最优模糊PID控制器及其在智能人工腿中应用的仿真研究

提出了一种新的最优模糊PID控制器, 它由两部分组成, 即在线模糊推理机构和带有不完全微分的常规PID控制器. 在模糊推理机构中, 引入了三个可调节因子x_p,x_i 和x_d,其作用是进一步修改和优化模糊推理的结果, 以使控制器对一个给定对象具有最优的控制效果. 可调节因子的最优值采用ITAE准则及Nelder和Mead提出的柔性多面体最优搜索算法加以确定. 这种PID控制器被用来控制由作者设计的智能人工腿中的一个直流电机. 仿真结果表明该控制器的设计是非常有效的, 它可被用于控制各种不同的对象和过程.