EMS型高速磁浮列车自适应导向控制器设计

EMS型高速磁浮列车导向系统的工作条件变化范围大,采用一般方法设计的控制器无法在整个工作范围内保持一致的控制性能。为了解决这个问题,研究了自适应导向控制器的设计方法。首先,建立了导向系统的数学模型,通过设计电流环使模型降阶;并分析了导向系统参数的变化原因及特性,在此基础上采用自校正的自适应控制理论,设计了参数自适应的导向控制器。仿真结果表明,该控制器较好地解决了导向系统在整个工作范围内特性不一致的问题。     

重复控制系统中非周期扰动的抑制

为了改善重复控制系统中的扰动抑制性能,提出一种基于曲率模型的扰动估计新方法.该方法的主要特点是扰动的估计值直接与重复控制规则结合也不影响重复控制系统的稳定性.仿真结果显示该方法可以有效地抑制扰动.     

地震力作用下的黄土边坡稳定性分析

地震过程中,最大峰值加速度是一个随机量,不宜作为地震动特性的标志,因此,利用均方根加速度,计算相应的地震力,然后根据正弦函数曲线把地震力加载在不同土层的黄土边坡中.对黄土边坡在地震力作用下的安全性进行比较研究,为黄土边坡抗震设计提供参考依据.     

基于频分多路复用技术的OFDM技术分析

简述了频分多路复用技术的相关内容.在频分多路复用技术的基础上,引入了OFDM技术系统信号模型,并描述了正交频分复用(OFDM)的输出信号表达式.同时,对正交频分复用系统机理进行分析.采用频域采样序列理论和快速傅里叶变换技术的方法,对OFDM系统的调制和解调分别进行了较详细地分析.得到了每个子载波的信号表示式和OFDM系统的信号表达式的解析结果.     

永川火力发电厂三期工程取水口模型试验

为确定永川火力发电厂三期工程的取水口位置,通过物理模型试验对3个取水断面附近的流场分布和泥沙冲於规律进行分析。试验结果表明,3个取水断面附近都是年内冲於平衡的,综合考虑工程投资和取水口对通航的影响,采用取水断面2作为电厂的取水口。     

基于选择性集成的最大化软间隔算法

当前,boosting集成学习算法研究主要集中于最大化弱学习器凸组合的间隔或软间隔,该凸组合几乎使用了生成的所有弱学习器,然而这些弱学习器间存在大量的相关性和冗余,增加了训练和分类过程的时空复杂度.针对这一问题,在LPBoost基础上提出了一种选择性boosting集成学习算法,称为SelectedBoost.在每次迭代生成新的弱学习器以后,通过计算新生成的弱学习器与已有弱学习器的相关度和差异度,并结合当前集成的强学习器的准确率来判断是否选择该弱学习器.另外,当前的一系列boosting算法(如AdaBoost,LPBoost,ERLPBoost等),本质上是基于已生成的1个或者多个弱学习器来更新样本权重,但与弱学习器相比,强学习器更能代表当前的决策面.因此,SelectedBoost通过在带约束的间隔最大化问题中引入更加严格的强学习器边界约束条件,使得该算法不仅参考弱学习器边界,同时还参考已生成的强学习器来更新样本权重,进而提高算法的收敛速度.最后,与其他有代表性的集成学习算法进行实验比较,结果表明,该方法在收敛率、分类准确性以及泛化能力等方面均具有比较明显的优势.     

一种新的覆盖粗糙模糊集模型

在覆盖粗糙集与模糊集结合的研究中,已有的覆盖粗糙模糊集模型存在两类问题:一类是元素的上、下近似隶属度之间的差值通常过大;另一类是元素的上、下近似隶属度与其在给定模糊集中的隶属度无关.对此,通过定义模糊覆盖粗糙隶属度,将元素的最小描述与给定模糊集建立联系,同时综合元素在给定模糊集中的隶属度,进而建立一个新的覆盖粗糙模糊集模型.理论比较和实验结果均表明该模型可以有效解决上述两类问题.     

特高压输电塔实时监测系统的数据传输方法研究

对特高压输电塔安全状态进行实时在线监测是保障国家电网安全的一个重要手段,而特高压输电塔处于的复杂强干扰、弱无线信号的环境对数据可靠传输提出了较高要求。以基于无线传输信道建立的远程数据传输系统为基础,在分析了特高压输电塔环境特性对无线信道的影响基础上,提出建立一种基于应答确认与自适应数据动态重传机制的数据传输方法,该方法能自动根据无线信道情况,采用"快速启动"、"线性增长"、"回归发送"的动态机制来实时调整数据包大小,从而在保证数据传输可靠性基础上实现数据的最大效率传输。该数据传输方法经过实验验证,相比传统直接发送数据方法具有很高的可靠性和抗干扰性。     

利用Apache Jmeter进行Web性能测试的研究

性能测试是保证Web服务器性能的重要手段,也是开发过程中的一个重要环节。在性能测试软件中,Apache JMeter因其开源、100%纯Java界面以及简单方便的操作等特点在Web应用的相关性能测试方面表现得十分出色,通过介绍使用JMeter对Web服务器进行性能测试, 并结合具体案例根据JMeter提供的图形化界面分析Web服务器在不同的负载及压力环境下的性能。