混沌系统的模糊-混沌混合控制

提出一种新的混沌系统控制方法,控制策略分为两个阶段：第一阶段利用混沌系统固有性质开环控制,系统状态到达预定区域后,进入第二阶段,切换至状态反馈模糊控制器。采用线性矩阵不等式方法设计了模糊控制器反馈增益。最后,通过一个Lorenz混沌系统设计实例验证了这种方法的有效性。     

非接触式IC卡在公共汽车自动售票系统中的应用

介绍了非接触式IC卡的原理和结构,详细阐述了非接触式IC卡公共汽车自动售票系统的硬件组成、软件设计和工作原理。     

反向传播神经网络收敛性的探讨

标准BP算法采用的最陡梯度下降法使得均方误差达到最小的策略可能存在两大问题：①陷入局部最小而没有收敛到全局最小,即不收敛;②收敛速率慢。本文从训练算法角度方面,比较了标准BP算法、动量算法、可变学习速率算法和Levenberg-Marquardt算法这几种方法的收敛性以及收敛速率,并通过Matlab仿真进行了验证。     

基于克隆选择原理的免疫算法

提出了一种基于克隆选择原理的人工免疫算法(AIA),该算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异等思想,并将其应用到广义最小生成树(GMST)的求解当中,仿真结果证明提出的免疫算法能迅速收敛到全局最优解,显著提高了全局收敛可靠性和全局收敛速度。     

仿人智能控制与模糊控制神经网络融合技术

在分析了仿人智能控制器（ＨＩＣ）的特性基础上,针对其不足,提出将仿人智能控制器与模糊控制相融合的仿人智能模糊控制器（ＨＩＦＣ）,实践表明ＨＩＦＣ的性能大大优于基本ＨＩＣ和一般模糊控制器。最后提出一种正交基函数神经网络模型实现ＨＩＦＣ的方法,为ＨＩＦＣ的自学习提供了一条有效途径。     

基于SOFM神经网络的IP电话语音压缩编码设计

对自组织特征映射（SOFM）神经网络学习算法作了简单介绍。从SOFM神经网络学习算法的基本思想出发,通过研究SOFM学习算法在设计矢量码书中存在的问题,提出了一种改进算法。最后把这种算法应用在口电话语音压缩编码的参数矢量量化上。计算机仿真结果表明,SOFM神经网络是一种训练语音码书的好工具,改进的SOFM学习算法能够大大减少训练时间,提高整个系统的性能。     

基于连续时间模型的多智能体系统采样数据一致性

讨论了一般线性模型的多智能体系统具有时变采样间隔的采样数据一致性问题.首先基于连续时间模型,利用采样数据的离散时间特性分析时变采样间隔允许的上界.由于不考虑采样间隔之间的状态,Lyapunov函数仅需要在每个采样时刻保证递减.由此得到了一个利用线性矩阵不等式求解更低保守性的时变采样间隔上界的方法.接着通过参数化矩阵变量得到了基于线性矩阵不等式的控制器设计方法.最后数值仿真展示了理论结果的正确性.     

一种基于 Parzen 窗估计的鲁棒 ELM 烧结温度检测方法

在回转窑燃煤火焰视频模糊且干扰较大的情况下, 基于火焰辐射能量和燃烧稳定程度提取多帧煤粉燃烧图像的统计特征进行烧结温度判断. 为克服工业现场特征数据中的粗差干扰,将极限学习机(Extreme learning machine, ELM)与稳健估计理论相结合, 用训练误差分布的Parzen窗非参数估计构造ELM权矩阵,对其输出层权值进行稳健最小二乘估计. 基于上述火焰视频的统计特征,用该改进的鲁棒极限学习机(Robust-ELM)检测烧结带温度.实验结果表明, 在视频图像模糊、不能用常规静态图像处理方法软测量烧结带温度时,本文方法可快速有效地检测窑内烧结温度, 且检测系统不易受现场干扰,稳定性强.     

基于FPGA的压砖机PLC加密控制系统

为使压砖机制造企业的合法利益免受严重侵害,该文在分析原控制系统的基础上,提出基于FPGA的具有加密功能的PLC控制系统,在通信电缆和PLC之间引入了加密板,采用VHDL语言为平台,开发了以有限状态机为内核的底层系统。经工业现场应用,验证了该控制系统的稳定性、可靠性和安全性。     

移动通讯系统中固定网络的优化设计

搜索技术,诸如遗传算法,模拟退火算法,禁忌搜索和随机移动算法,已经广泛应用于全局优化。本文重点介绍了采用这些搜索算法优化设计蜂窝网络固定网部分性能比较的实验分析。在讨论不同算法的特性参数对算法性能的影响基础上,在相同的约束条件下使用MatLab对这些算法进行了比较实验,结果表明：在给定的问题模式和网络节点位置的假定下,禁忌搜索算法和遗传算法能提供较好的、稳定的解决方案。