核矩阵逼近的贪心算法

在综合考虑数据之间的相关性与残差范数最小的基础上,本文分别提出向前贪心算法、向后贪心算法和混合贪心算法寻踪最佳低秩逼近.为此提出一种稀疏回归算法(SRA).SRA能有效减少"训练样本",并具备良好的推广能力.将SRA应用于2个实际的模式识别问题,并与支持向量机(SVM)、核主元回归(KPCR)和关键算法(KA)进行比较,验证SRA的有效性.     

玻璃拉管生产过程的智能控制策略

本文针对玻璃拉管生产过程非线性特性，提出了一种智能化的控制策略，采用具有自适应功能的简化模糊控制算法。通过一类压缩因子的调整，可以在线自动修正控制规则，并能用８０９８单片机予以实现，工业现场试验证明了方法的实用性。     

一种新的Fuzzy—PID复合控制方法

提出了一种新的Ｆｕｚｚｙ－ＰＩＤ复合控制方法，这种方法将模糊控制与传统的ＰＩＤ控制方法相结合，充分利用了两者的优点。仿真结果证实了方法的有效性和可行性。     

交流电动机非线性辨识及其智能化控制

针对交流电动机的非线性特性，提出了一种适应于动态非线性的辨识办法。在辨识基础上对交流电动机实现了智能化实时控制。这种新方法比ＰＩＤ有更好的自适应性和抗扰性。     

改进贪心算法的完善与应用

本文指出了基于布尔逻辑和粗糙集理论相结合的离散化算法的改进贪心算法存在的缺陷,提出了一种完善这一缺陷的方法,利用该方法可以得到一些连续量信息系统离散化时的最小断点集合,同时在断点集合中可以确定不变断点和可变断点以及可变断点发生的区域,还可以得到连续系统最小断点集合的个数,并通过例子进行了验证,达到了满意的效果.     

基于Petri网分解技术的自动化物流系统建模分析*

针对西安科技大学自动化物流系统的任务规划,提出了一种基于变迁指标和库所指标融合的Petri网分解方法。采用Petri网理论对该物流系统建立模型,给出定义,在此基础上采用提出的Petri网分解方法得到融合了T网和S网特性的最小子网。通过分析该最小子网,得出Petri网模型的活性和有界性,据此推断出物流系统的任务规划合理有效。该方法大大减少了直接分析子网或原Petri网模型的计算量,可避免全局或局部死锁,为系统良好运行提供了依据。     

改进小脑模型网络对轧辊偏心谐波的分频辨识

针对连续轧钢机轧辊偏心谐波信号具有严重的非线性特性，提出一种采用改进的小脑模型控制器（ICMAC）神经网络对轧辊偏心进行分频辨识的方法。该方法基于改进的Prony参量法对轧辊偏心信号进行估计，利用ICMAC对非线性的逼近能力，对不同频率不同幅值的轧辊偏心谐波进行分频辨识，然后提取连轧机轧辊偏心信号非线性谐波，从而得到混合了各次谐波的轧辊偏心信号的最简模型。仿真结果表明，该方法与常规的BP网络辨识建模方法相比，不仅辨识结果的置信度高，而且能明显识别出对控制精度影响较大的谐波，可为进一步消除连轧机轧辊偏心信号提供依据。     

基于虚拟仪器技术的火炮接口参数检测系统研究

本文提出了一种复合数字滤波方法及基于最小二乘原理的直线拟合方法,用于实现火炮接口参数检测系统的滤波和线性度拟合.以虚拟仪器技术为基础,实现了火炮接口参数检测.完成了火炮的点火通断控制、多路工作电源输出通断控制、接口参数测试、系统自检、系统校准,回放分析等功能.测试结果及用户反馈表明该检测系统具有较高的可靠性、易校准性、易维护性和测试精度高等特点.     

模糊神经网络在温度解耦控制中的研究与应用

提出了一种新型的智能控制器，通过神经网络的自学习机制，使模糊控制器也具有自学习、自适应的能力，能应用于炉群温度的解耦控制中。仿真和实验结果均表明：该控制器对于非线笥多变量系统个有良好的解耦控制效果。