Skinner 操作条件反射的一种仿生学习算法与机器人控制

针对两轮自平衡机器人的运动平衡控制问题,提出了基于Skinner 操作条件反射理论的BP 神经网络 与资格迹相结合的仿生自主学习算法作为两轮机器人的学习机制．该算法利用资格迹能解决延迟影响、加快学习速 度和提高可靠性的特点,将其与BP 神经网络相结合构成复合学习算法,能够预测机器人将要获得的行为评价函数, 并依据概率取向机制以一定的概率选择最大评价值对应的最优行为,从而使机器人能够在未知环境下通过与环境的 交互、学习和训练,获得像人或动物一样的自主学习技能,实现对两轮机器人的运动平衡控制．最后,分别用基于 Skinner 操作条件反射理论的BP 算法和BP 资格迹复合算法对两轮机器人做了仿真实验并进行了比较．结果表明, 基于Skinner 操作条件反射理论的BP 资格迹复合仿生自主学习算法的学习机制能够使机器人获得良好的动态性能 和较快的学习速度,体现了机器人较强的自主学习技能和平衡控制能力．     

基于作物水胁迫声发射的精准灌溉模糊控制模型

设计了基于作物水胁迫声监测精准灌溉的模糊控制系统,论述了正常灌溉和精准灌溉两种不同工作方式下常规双模模糊控制策略的制定,控制策略的目标是既要保证作物正常生长又要实现节水效果．在此基础上,建立适用于作物生长环境的自学习模糊控制模型．实验表明：系统能够根据声发射号及影响作物生长的环境信息在一定范围内进行给水量的调节,实现作物的精准灌溉,避免正常灌溉时效率低下、施水过量的问题．     

一种自学习模糊神经网络多变量自适应控制器

本文在将文（６）的参数学习算法推广到多变量系统和对爬山法加以改进的基础上,提出了一种新的基于Ｐｉ－ｓｉｇｍａ混合型自适应模糊神经网络的多变量的自适应控制器。该控制器能在不需过多先验知识的情况下在线自学前件和后件参数,仿真结果表明,该控制器有效的。     

汽轮发电机组故障诊断的自学习

由于对若干故障的机理缺乏认识,诊断系统不会覆盖所有可能发生的故障,对汽轮发电机组故障诊断全面分析,研究了振动信号的分形特征,在实验的基础上,提出了一种诊断系统获取新故障样本的方法。     

基于远程通信和学习功能的电厂火检监控系统

介绍了一个已经成功运行的基于远程通信和学习功能的火检监控系统。该系统结合通信技术、计算机技术、自动控制技术以及信息处理技术，将原来现场检测环节中较为庞大的信号线路简化到只有2根通信线缆，并增加了自学习和远程编程监控功能，不仅优化了集散控制系统（DCS），提高了数据的准确度和整个系统的可靠度，也使现场检测设备的维护更加容易和简便。     

程潮铁矿的矿岩稳定性分级分区

本文针对地下工程的设计、施工和矿山生产的实际需要,提出矿岩稳定性分级分区的概念和智能化方法。将人工智能、神经网络、岩石力学与CAD技术相结合,探讨了分区过程中诸如分区参数的神经网络最优辩识、地质结构面评价、粗略分级分区和详细分级分区的启发式推理方法、具有多内部不规则边界的离散数据点网络自动生成等核心问题,给出了实现分级分区的智能CAD系统。程潮铁矿的实际应用表明,该方法及其智能系统科学、实用。     

模糊基函数神经网络在线跟踪自学习算法研究

提出了一种用于分类的模糊基函数（FBF）神经网络在线跟踪自学习算法,通过带有遗忘因子的样本均值和样本协方差矩阵,保存了原始样本所包含的类可能性分布信息,并在此基础上产生新增样本的目标输出用于训练FBF网络,以实现分类边界的在线跟踪;给出了带有遗忘因子的样本均值和样本协方差矩阵的递推算法,以克服传统方法需要保存大量以往训练样本带来的困难。所提出的方法用于旋转机械的故障识别,结果表明是可行的和有效的。     

基于神经网络的巷道支护决策

提出了巷道支护设计与决策的新方法－基于神经网络的自学习和模式自适应识别的方法，建立人工神经元网络系统以实际支护方案为基础，从工程实例中学习支护决策的知识，在工程岩体地质特征与支护方案之间建立起智能推理网络，然后将其推广，类比出新开掘巷道的支护方案，推理结果表明，该网络在工程地质特征与支护方案柯以建立良好的推理关系。方法实用价值高，决策结果与实际相吻合。     

基于WEB的护士执业考试自主学习平台的设计与实现

摘要：护士执业资格证书是护理专业学生进入护理行业的准入证,由于考前学生正参加异地实习等多种因素,卫生院校往年都难以组织有效的学生考前复习。基于WEB,本文运用了ASP．Net和SQLserver2005技术,设计并实现具有针对性的网络课程软件平台,使学生在实习期间根据知识点内容有目的地复习护理主干课程,有效的提高了学生学习效果。     

复杂时变环境高速开关阀自适应控制算法

为满足高速开关阀在复杂时变环境下的控制需求,通过数学模型分析,提出阈值占空比自学习的高速开关阀自适应控制算法。自学习阶段,通过自学习方波自适应调整阈值占空比,满足复杂时变环境控制需求;压力控制阶段,采用混合脉宽激励——“积分+斜率”控制算法,在缩短压力响应时间的同时,减少动态调节时的超调量。实验验证表明,在不同环境温度下,方波跟随响应时间不超过350 ms,超调量不超过0.25 MPa,稳态误差不超过0.1 MPa;1 Hz正弦波动态跟随性能良好,因此高速开关阀自适应控制算法在复杂时变环境中具有良好的自适应和鲁棒性。