基于微粒群算法的非线性系统建模方法研究

针对非线性系统多模型自适应控制中的模型覆盖问题,提出一种基于微粒群算法的多模型建模方法.首先,对非线性系统定义了基于混合逻辑模型的多模型描述,建立了非线性系统的混合线性多模型;然后,基于微粒群优化算法对非线性系统进行优化建模,在保证建模准确性的同时采用最少的子模型逼近非线性系统;最后,通过一个仿真算例表明了该建模方法的有效性.     

基于多Agent网格资源调度的负载均衡研究

介绍了一种基于多Agent的网格资源调度方法,并提出了一种负载均衡算法设计思想,以改善网格环境中资源分配不均的问题.     

基于能量和距离的无线传感器网络分簇算法

无线传感器网络由大量能量有限的传感器节点组成,这些节点一般都是靠电池供电.如何在这种情况下,尽量延长网络的生存周期是研究的热点问题.基于分簇的无线传感器网络路由算法不论是在网路生存周期方面,还是在数据融合方面都比自组织算法表现出了很大的优势.文中提出了一种基于能量和距离的ED-LEACH(Energy and Distance-LEACH)改进算法,在簇头的选举和簇的生成两个阶段都综合考虑了能量和距离这两个因素.仿真表明该算法较LEACH算法显著地延长了网络的生存期.     

帧间差分与边缘纹理相融合的运动目标检测

提出了一种利用边缘纹理进行背景建模,结合三帧差分算法,获取目标轮廓的运动目标检测方法,进一步通过区域填充得到目标前景.该方法对光线变化不敏感,对阴影去除有比较好的效果,改进了边缘纹理差分和帧间差分的缺陷,取得了比较完整准确的运动目标前景.     

一种高精度测量转矩的方法的研究

针对设计出的光栅转矩传感器,利用CPLD工作频率高的特点,采用高频脉冲插值法进行精确地计数.结合单片机系统,完成对数据的处理.同时研究了转矩的温度补偿和初始相位补偿问题,提出了一种高精度测量转矩的方法,     

一种改进的动力学演化算法

动力学演化算法(DEA)是一种新颖的基于统计机制理论的演化计算技术.DEA通过驱动所有的个体运动和演化,可以有效地保持种群的多样性,但是在解决一些困难的函数优化问题时,DEA收敛速度慢并且易收敛于局部最优解.提出了一种改进的带有多父体杂交和差分变异算子的动力学演化算法(IDEA),有效地加快了DEA的收敛速度并且可以轻易逃离次优解.通过解决典型的数值函数优化问题来证实算法的有效性,实验结果表明,改进的动力学演化算法具有更高的收敛速度和收敛精度.     

考虑摩擦特性的稳定平台变结构控制研究

对于单轴稳定平台,载体的运动主要是通过反电动势和摩擦力矩耦合给平台的.鉴于复杂非线性的摩擦力矩耦合不能简单用线性模型代替的情况,研究了稳定平台的摩擦特性.指出了相关参考文献中描述的摩擦模型存在的问题,建立了更贴近实际情况的摩擦模型,并将其加入到稳定平台系统模型中.为了减少载体运动对平台稳定的十扰,设计了滑模变结构控制器.但一般的变结构控制需要的信息多从而会导致系统结构的复杂化,故对其进行r简化.仿真结果表明,变结构控制器控制效果优于传统的超前滞后控制.通过仿真证实了使用摩擦模型可以有效判断控制器控制效果的好坏,对控制器的设计和选择有一定的指导意义.     

Gray编码对族群进化算法性能的改进

族群进化算法（EGEA）利用族群机制进行群体结构调控。在基于二进制编码的群体中,个体间编码的差异性被作为族群聚类的标准。由于自然二进制编码所存在的Hamming悬崖问题易影响族群聚类的准确性,从而降低EGEA的搜索效率,因此提出利用Gray编码连续个体间编码只有一位不同的特点来改进族群聚类的精度。针对典型多维函数的仿真实验表明,基于Gray编码的族群聚类过程可显著提高EGEA的收敛速度和解的精度。     

改进的分子设计方法在萃取剂选择中的应用

为解决萃取精馏中的萃取剂选择问题,本文提出一种改进的萃取剂分子设计方法,其特点是分别考察萃取剂基团在待分离体系中的溶解性能和分离选择性,结合Gani的官能团预选经验规则,对基团做一个较全面的筛选.以乙酸-水体系的萃取剂选择为实例证明,该方法有效解决了分子设计过程中的组合爆炸问题和基团选择的纯经验性的局限,提高了萃取剂选择的效率和准确性,为试验和工业生产提供了理论指导.     

UNIFAC及其改进模型的评价研究

用UNIFAC及其修正模型估算了含芳香烃、二甲苯同分异构体和极性物质体系的汽液平衡,并将计算结果与实验数据相比较。结果表明,原始UNIFAC模型对含二甲苯同分异构体体系计算精度高于UNIFAC(Larsen)模型和UNIFAC(Dortmund)模型好,而对于极性或弱极性体系,则后2种模型结果较令人满意,但对于强极性体系偏差较大。