基于神经网络的自学习模糊控制

将神经网络与模糊控制相结合，提出了一种基于神经网络实现自学习模糊控制的方法，并给出了神经网络训练、控制器离线自学习、控制器在线自学习的相应算法，利用该方法，可以实现控制器的离线自学习和在线自学习，从而在控制对象发生变化时，通过控制器自学习改善系统的控制性能，仿真结果表明了该方法的有效性。     

论高职学生英语自主学习能力的培养

我国高职学生普遍存在由于自主学习能力不强导致学习效果不佳的现象,本文论述了自主学习的概念和必要性及其理论基础,进而提出高职学生英语自主学习能力培养的若干个途径。     

典型电力安全突发事件演化及推演方法研究

针对我国电力安全突发事件时有发生,电力工作人员应急处置能力亟待提高的现状,基于电力安全突发事件典型案例,归纳总结出事件的演化规律及各个阶段的影响因素。比较国内外在应急决策模式、演化机理、事件模型、推演方法等4个方面的主要研究路线,选择适用于电力安全突发事件的基于情景和概率的推演方法,设计了应急推演系统框架,提出了一种基于专家系统的自学习理念。     

基于决策树的智能变电站运维专家系统规则提取方法

针对智能变电站运维专家系统存在规则制定严重依赖人类专家与规则扩充困难的问题,提出一种基于决策树算法的智能变电站专家系统规则提取方法。该方法利用决策树的归纳学习能力,在变电站运行规程实例中通过自动学习可提取得到专家系统的运维规则。专家系统利用提取出的规则,可对任意智能站进行合理推导得到完整运行规程,也可将规则用于智能变电站在线辅助运维。最后,基于运行规程实例,将提取出的规则应用于某500 kV实际智能变电站,仿真结果验证了提取过程的高效、以及规则的通用性、准确性、全面性。     

一种广义预测模型的研究

传统的预测方法存在着难以全面考虑影响因素，其中包括算法复杂、精度较差、实时应用等缺点，针对供热、空调、电力、供水等系统的负荷既受到环境因素等模拟量的影响，又受到节假日、上下班等开关量影响的特点，将模拟人脑逻辑思维的模糊技术与模拟人脑自学习的神经网络技术相结合的模糊神经网络引入到负荷的预测中，提出了一种新型的基于模糊神经网络的预测模型，并对输入量的选择进行了详细的分析，既考虑了历史数据的影响，又考虑了突发事件的作用，获得了较快的预测速度和较高的预测精度。     

STUDY ON FUZZY SELF-LEARNING CONTROL SYSTEM FOR SHIP STEERING

Fuzzy control has shown success in some application areas and emerged as an alternative to some conventional control schemes. There are also some drawbacks in this approach, for example it is hard to justify the choice of fuzzy controller parameters and control rules, and control precision is low, and so on. Fuzzy control is developing towards selflearning and adaptive. The ship steering motion is a nonlinear, coupling, time-delay complicated system. How to control it effectively is the problem that many scholars are studying.In this paper, based on the repeated control of the robot, the self-learning arithmetic was worked out. The arithmetic was realized in fuzzy logic way and used in cargo steering. It is the first time for the arithmetic to be used in cargo steering. Our simulation results show that the arithmetic is effective and has several potential advantages over conventional fuzzy control.This work lays a foundation in modeling and analyzing the fuzzy learning control system.     

专家模糊控制方法

研究用于模糊控制的修正因子在线专家自学习方法，并在计算机上进行了仿真。结果表明：该专家模糊控制方法对其修正因子调整具有良好的自学习能力及收敛性。     

ƽֱ�ȿ����������е�Ӧ��

 分析了平直度控制的信号获取及控制算法机理。平直度信号的获取采用带有压电式传感器的测量辊。控制算法为神经元网络自学习的算法，即输入实测信号根据效率逐一调节执行元件的设定值,以改善板形。     

基于UCB算法的信道选择方案

物联网在设备中的应用导致了更多的网络交通堵塞,本地服务器无法满足大数据传输的需要。很难做到在大数据下的中央处理模式云计算。边缘计算的出现,将数据卸载到多个边缘服务器进行处理。卸载到服务器的数据需要通过信道,以前的信道选择方法是基站的统一分配。如果终端设备可以通过自己的学习选择信道,可以提高效率、减轻基站的负担。文章对此开展分析。     

耦合关系自学习的人脸年龄估计研究

在目前已提出多种人脸年龄估计(age estimation, AE)潜在关系挖掘的工作,绝大多数工作仅局限于挖掘单一层面的潜在关系,极少考虑多层面耦合关系的挖掘。因此,本文提出一种耦合关系自学习的AE模型CRSAE,以此挖掘输入特征关系、输出编码关系以及输入输出关系3种耦合关系,提高AE模型的泛化能力。首先对投影矩阵的行列协方差矩阵建模,构建输入特征关系与输出编码关系正则项。其次,本文通过引入一个结构矩阵,发掘输入输出关系。随后,为有效求解CRSAE模型,本文构建一种交替优化方法。鉴于面部特征具有高度非线性的特征,本文在所提出模型的基础上引入深度架构进一步提升模型的泛化能力。最后,通过在多个人脸图像数据集上的年龄评估实验,验证了所提模型的有效性和性能优越性。