5次交错群A5的10阶子群的一个构造方法

A5的元最大阶数是5,使用有限群的Lagrange定理,A5的10阶子群元的阶只可能是2,5。但由于拉格朗日定理的逆不成立,因此是否存在A5的10阶子群仍是问题。该文通过对5-循环置换各次方幂的计算及其研究,找到A5的10阶子群元的构成规律,并使用构造性方法给出了5次交错群A5的6个10阶子群。     

多移动机器人通信系统研究进展

鉴于通信是多机器人在联合工作时进行交互的主要途径,对国内外近年来多移动机器人通信系统的研究工作进行了总结.重点介绍了多移动机器人通信系统目前的研究现状和主要研究内容,包括通信方式、通信语言、通信拓扑、通信协议以及其他结合通信的多移动机器人协作研究.最后指出了多移动机器人通信系统未来的研究方向.     

用遗传算法实现多智能体联盟的形成

在多Agent系统中,当单个Agent不能或不能有效完成特定的任务时,任务就必需分配给一组Agent,即Agent将形成联盟。本文将讨论Agent联盟的形成,并将遗传算法应用于Agent联盟形成中,希望可以快速、高效地找出合适的Agent联盟。     

基于样本熵理论的输电线路单相自适应重合闸研究

为了改善现有自适应重合闸技术在电力系统应用中存在的缺陷与不足,本文利用ATP/EMTP对输电线路进行单相接地故障仿真,并对故障相电压信号进行经验模态分解(EMD)。由于样本熵能够很好地衡量信号信息的丰富程度,故对分解后得到的固有模态函数(IMF)进行样本熵值计算,通过熵值的差异从而判断出故障的瞬时性与永久性,保证在瞬时性故障时能成功实现自适应重合闸。通过大量的线路单相接地故障仿真验证了该方法的有效性和实用性。     

基于经验模态分解和加权最小二乘支持向量机的采空区地面塌陷预测

根据采空区路面塌陷数据的特性,提出了基于经验模态分解(EMD)和加权最小二乘支持向量机(WLS-SVM)预测采空区地面塌陷的新方法,并将其应用于吉林省长平高速公路因刘房子煤矿开采而引起的塌陷预测中.对实测的塌陷数据首先利用三次样条插值得到平滑的信号曲线,然后用EMD对插值后的信号进行时空滤波降噪处理,得到反映塌陷趋势的剩余分量,最后将其馈入到WLS-SVM模型完成预测.预测给出了采空区塌陷的中长期预测结果.得到塌陷区的最终塌陷值为174.34 cm,预测结果与实际监测数据平均偏差约1.06%.对长平高速公路下伏采空区段的实测数据进行分析,并与最小二乘支持向量机(LS-SVM)和BP神经网络预测结果进行了对比.结果表明:基于EMD和WLS-SRM的采空区地面塌陷预测方法具有更高的预测精度和广泛的适用性.     

我国应大力发展玻璃钢渔船

玻璃钢渔船具有木船无法比拟的优势,笔者通过总结玻璃钢渔船的优点,结合中国现状,提出发展玻璃钢渔船的思路及方法,希望通过努力,使玻璃钢渔船在我国能够加速推广。     

结构损伤识别的混合神经网络方法

在损伤位置和程度的诊断中分别构造各自相适当的网络和识别样本形成混合神经网络系统,并选择不同的输入参数对结构损伤的位置和程度进行了识别,针对一个损伤钢梁进行了数值仿真,从而证明了混合神经网络两步检测法的可行性。     

用于全局优化的混合正交遗传算法

为提高正交遗传算法收敛速度和搜索精度,在正交遗传算法的基础上引入局部搜索策略,提出一种新的聚类局部搜索算子。利用正交算子初始化种群,保证初始群体分布的均匀性和多样性。通过正交算子在全局范围内进行全局搜索,使算法能在全局范围内收敛。采用聚类局部搜索算子对群体进行局部搜索,以增强算法的收敛速度和搜索精度。对7个高维的Benchmark函数进行测试,仿真实验结果表明,与其他算法相比,该算法具有更好的搜索精度、收敛速度和全局寻优的能力。     

基于ELM的机器人自适应跟踪控制

针对刚性臂机器人系统,提出基于极限学习机(ELM)的两种自适应神经控制算法。极限学习机随机选择单隐层前馈神经网络(SLFNs)的隐层节点及其参数,仅调整其网络的输出权值,以极快的学习速度可获得良好的推广性。在自适应控制算法中,ELM逼近系统的未知非线性函数,附加的鲁棒控制项补偿系统的逼近误差。ELM神经控制器的参数自适应调整律及鲁棒控制项由Lyapunov稳定性理论分析得出,所设计的两种控制算法均不依赖于初始条件的约束且放松对参数有界的要求,同时保证闭环系统跟踪误差满足全局稳定而且渐近收敛于零。将所提出的ELM控制器应用于二连杆刚性臂机器人跟踪控制实例中,并与现有的径向基函数(RBF)神经网络自适应控制算法进行比较,仿真结果表明,在同等条件下,ELM控制器具有良好的跟踪控制性能,显示出其有效性和应用潜力。