基于模拟退火算法的模糊控制器优化设计

提出了一种解析规则模糊控制器的改进结构，引入了能够动态调整模糊控制规则的修正函数，并给出了模糊控制器输出控制量在稳态附近的局部连续化算法；同时，通过模拟退火算法，实现了模糊控制器控制参数的组合优化设计。结果表明，使用该方法设计的模糊控制器具有响应快、超调小、稳态精度高等优点，改善了模糊控制系统的性能。     

一种密度聚类模糊神经网络的建模方法

针对仅依赖于输入输出样本数据的复杂系统建模问题,借鉴模式识别聚类分析的理论思想,提出了基于密度聚类提取样本数据模糊规则的理论和方法,通过密度聚类法提取样本数据输入输出变量间的内在规则,并根据密度聚类提取规则的特点,建立了基于密度聚类的模糊逻辑推理方法,确立了一种基于密度聚类的模糊神经网络(DFNN)模型结构。以石化过氧化氢异丙苯(CHP)分解反应过程为对象,进行了仿真建模比较分析,结果表明在模型精度和可靠性上,均优于基于C均值聚类提取规则的模糊神经网络(CFNN),验证了DFNN建模方法的有效性。     

基于Linux的进程调度研究

针对进程调度中出现的优先级反向问题,对Linux内核源代码进行了分析,深入剖析了进程调度函数、基于信号量的互斥锁结构,在对互斥锁修改的基础上实现了优先级继承协议．经实验证明,互斥锁的优先级继承协议,降低了进程调度的时间延迟,提高了系统的实时性．     

嵌入式Linux优先级反向问题的研究

针对进程调度中出现的优先级反向问题,通过对Linux内核进程调度的研究,分析了优先级反向产生的原因、基于信号量的互斥锁结构,并在对互斥锁进行修改的基础上实现了优先级继承协议,结果证明：互斥锁的优先级继承协议降低了内核调度延迟时间,提高了系统的实时性．     

嵌入式Linux操作系统实时性的分析与研究

通过分析嵌入式Linux在实时应用中的不足,从软中断模拟技术、可抢占式内核机制和实时调度策略等方面给出了改善系统实时性能的方法,同时提出了宏观调度结构,拓展了实时系统的应用范围。     

基于线性约束条件下全局优化问题的定边界模拟退火算法

针对线性约束条件下全局优化问题,提出了定边界模拟退火算法(DBSA,参数确定范围[0,1])。应用凸集理论,将线性约束条件转化为和为1的等式约束,可证明二若等价。针对新的约束条件,对模拟退火算法可能解的选取方法进行相应改进。其次从应用上验证了DBSA的可行性,对比结果表明定边界模拟退火算法具有较快的运算速度和精度。     

网页树型菜单动态生成系统

针对网站开发设计需要，采用JDK的Applet技术和URLConnection网络技术，采用数据结构中的树型结构及相应算法，设计了网页树型菜单动态生成系统，解决了网站设计中动态菜单设计难的问题．实践应用表明，该系统可靠性、稳定性好，实用性强，满足动态网页设计需要。     

RBF神经网络的异丙苯氧化系统建模与仿真

针对径向基函数(RBF)神经网络隐含层节点中心难确定的问题,提出了一种RBF网络学习的新算法,将引入修剪技术的相减聚类算法(PTSC)和最近邻聚类算法相结合的算法,并对异丙苯氧化系统进行建模.仿真结果表明,该算法提高了网络的学习速度,有较强的泛化能力.     

一种引入随机摄动操作的新型复合粒子群优化算法

针对传统粒子群优化算法不能根据实际问题自行选择参数,搜索后期容易陷入局部最优的缺点,提出了一种基于随机摄动的复合粒子群优化算法．该算法在利用简单遗传算法优选粒子群三个参数的基础上,根据粒子种群间的相互独立性,引入随机摄动操作,提高了解的精确度和算法的搜索效率,同时通过对种群中的最差粒子重新进行初始化来保持种群的多样性,以避免陷入局部最优解．     

基于BP算法温度补偿的海水压力数据采集系统的设计

介绍了一种海水压力传感器数据采集的设计方法,用BP神经网络算法对其进行温度的软件补偿.能有效改善传感器的非线性及温度变化所引起的输出的误差,提高了测量精确性和可靠性,算法通过单片机编程进行实现,经过修正的数据由RS232通信端口传输给上位机.