基于神经网络和D-S证据理论辨识两相流流型

提出一种基于电容层析成像(ECT)系统、神经网络和证据理论辨识两相流流型的方法。这种方法采用神经网络与D-S证据理论相结合的方法来辨识两相流流型,并对两相流的几种常见流型进行了辨识。仿真实验结果表明:此种方法在两相流流型辨识中具有较高的判别精度,为两相流流型辨识提供了一种有效的手段。     

基于路径损耗的无线传感器网络分布式拓扑控制算法

对无线传感器网络中目前最常用的3种链路度量标准进行分析和比较得出,在满足一定收包率要求时,节点的接收信号强度存在一个最小阈值.考虑接收信号强度作为拓扑构建条件时需节点具备相同发射功率的不足,提出将路径损耗大小作为拓扑构建的条件,设计了一种分布式拓扑控制算法——PLBD.该算法在保证收包率的同时,还使各节点之间的通信保留最小损耗链路.仿真结果表明,PLBD算法构建的拓扑不仅能够保证网络连通性,还具有通信时延低,健壮性好,能量消耗相对均衡的特点.     

基于Agent的分形供应链自适应协同计算

应用分形、智能Ａｇｅｎｔ和神经网络自适应控制技术,研究分形供应链适应环境变化的结构模式和策略模式．探讨了分形供应链Ａｇｅｎｔ关联结构,提出了分形供应链双层自适应协同计算模式,论述了资源Ａｇｅｎｔ,信息协调Ａｇｅｎｔ,人机交互Ａｇｅｎｔ和领域计算Ａｇｅｎｔ之间的相互作用关系．以一个分形模块的策略协同为分析对象,研究了领域单元的自适应协同计算模式,分析了分形模块的成本模型,并对基于Ａｇｅｎｔ交互的神经网络模型部分进行了算例仿真．     

基于神经网络干扰观测器的一类不确定非线性MIMO系统H_∞跟踪控制

针对一类具有未知外部干扰及内部不确定性的非线性MIMO系统,提出了基于神经网络干扰观测器的鲁棒跟踪控制方法,用于降低控制器对干扰的要求.设计了基于神经网络的干扰观测器,以逼近由外部干扰、内部不确定性和子系统的交叉耦合组成的复合干扰.根据Lyapunov稳定性理论的参数更新律及所设计的控制器,保证了系统中所有信号的最终一致有界性,并获得了给定的跟踪性能指标.仿真结果证明了该方法的有效性.     

一种提高Vicsek模型收敛效率的新方法

针对Vicsek模型收敛速度较慢和一致程度较低的问题,利用动态网络的拓扑结构并结合复杂网络中度的概念,提出一种以度为权重提高Viesek模型收敛效率的新方法.进一步以动态网络的度的幂指数得到模型的推广形式,该指数的范围为[0,∞).仿真实验结果表明,改进后模型的收敛效率优于原模型,且收敛效率随着指数的增加而增大.     

基于谱相关和RBFNN的调制识别算法

根据谱相关函数理论,对常用通信信号的谱相关函数和谱相关平面图的分析,提取4个可用于调制信号识别的谱相关特征参数.分类器算法采用改进的RBF神经网络.利用提出的联合特征参数和分类器算法能动态识别信号的调制方式.仿真结果表明,该算法在不增加算法复杂度的前提下,在低信噪比下能够取得较高的正确识别率.     

一种基于遗传Hopfield神经网络求解TSP问题的算法

针对Hopfield网络求解TSP问题时出现无效解和收敛性能差的问题,对约束条件能量函数进行改进,构造了一种求解TSP问题的遗传Hopfield神经网络算法,并与经典Hopfield神经网络求解TSP方法进行对比.实验结果表明,本文算法具有更好的整体求解性能.     

网络化射频读卡终端设计

介绍了一种基于ARM处理器和嵌入式Linux操作系统的嵌入式网络化射频读卡终端,分析了其硬件接口电路和软件的设计.该终端具有可移植性好、易于网络互联、存储容量大等特点,应用前景广阔.     

基于改进遗传算法的FNNPID控制器在温度控制系统中的应用

根据温度控制系统的特点,为提高其控制质量,设计了一种模糊神经PID控制器。该控制器在温度偏差大时采用模糊神经控制,偏差小时采用模糊神经PID控制,由模糊控制开关保证两种控制方法的平滑过渡,用改进的遗传算法优化网络参数。仿真实验表明采用该控制方法系统响应速度更快、超调更小、精度更高、适应性更强。     

基于蓝牙技术的传感器网络自组织模型研究

针对数字设备和计算机外设间的电缆连线不便于携带、不便于安置的问题,提出了一种运用蓝牙技术替代电缆连线进行无线组网的方案,分析了蓝牙无线组网的硬件结构,以及适合自组织网络功能的上、下住机软件结构,并分析了蓝牙组网中常用的树形网络拓扑结构。实验结果表明该方案硬件体积小,能耗低,抗干扰能力较强,具有良好的应用前景。