大型煤炭建工集团管理信息系统

介绍了中平能化建工集团管理信息系统的总体设计方案、网络及软件平台架构、子系统功能模块组成等。该系统采用智能客户端网络架构和万向接口平台技术,实现了建工企业的全部专用功能以及各个子系统之间的信息交互,使得各机构之间能够有效地协同运作。     

二次型单神经元自适应算法在电动机控制中的应用

针对直流电动机调速系统现有控制方法存在PID控制器参数固定而导致控制效果差的问题,提出了二次型单神经元自适应PID控制算法,即在加权系数的调整中引入二次型性能指标,通过计算控制律可以得到所期望的优化效果。Matlab仿真结果表明,该算法可改善控制系统的动态过程品质,降低超调量,缩短稳定时间,并且有一定的抗干扰能力。     

基于FPGA的智能视频融合技术研究

针对夜间或恶劣环境下交通事故频发的情况,提出一种在夜间或恶劣环境中辅助驾驶员改善能见度的技术,本技术是采用在FPGA内部对CCD捕获的可见光视频流和红外摄像机捕获的红外视频流进行实时融合、处理以获得极低或极强光照条件下图像信息的新方法;整个系统流程都在FPGA内实时完成,经过处理的视频流直接显示在位于司机前方的平视显示器上,以协助驾驶者在能见度低的环境中安全地行驶,在各种实验条件下经初步验证都取得了不错的效果。     

基于单片机和模数转换器的实用测试系统

介绍了测试系统的基本原理、硬件组成部分,应用DSC转换技术模拟出空中飞行时的各种复杂的飞行信号;提出了一种改进的单片机与DSC转换器的接口设计方法,应用于航空仪表的日常维护、维修及测试中;系统实现了测试航空仪表时所需要的三相同步模拟信号的产生,并将这些信号信息在数码管上直观的显示,提高了测试过程的自动化和智能化水平以及测试的效率和精度,能够有效保证航空仪表设备在空中飞行时的准确性和可靠性,具有较高的实用价值.     

一种自适应的区域生长算法用于道路分割

针对汽车在高速公路上行驶的道路区域分割问题,以路面颜色特征为研究对象,提出了一种将聚类分析应用于区域生长准则的算法,实现道路分割.为了提高算法的精确度,对图像进行预处理,消除车道线对道路分割的干扰.根据图像预处理之后道路信息分布的特点,将图像分为3块子区域分别用不同的算法进行检测.对于道路信息丰富,非道路信息也较多的中...     

基于分数阶PID控制器的智能车控制

针对智能车高速行驶下对目标轨迹的快速跟踪要求,结合预瞄跟随理论设计了分数阶PID控制器(FOPID).分数阶PID比传统PID控制器多两个参数自由度,所以在设计过程中有更大的灵活性.利用改进Oustaloup数字实现算法,框图化实现分数阶PID控制器,通过遗传算法对IAE性能指标寻优整定FOC参数并应用于智能车被控系统...     

蓄热式加热炉的空燃比控制

针对蓄热式加热炉具有多变量、时变、非线性、耦合、大惯性和纯滞后等特点,当前时于蓄热式加热炉的空燃比控制主要还是人工操作完成的问题,通过对蓄热式加热炉空燃比变化这一复杂的工业过程的分析,提出了一种蓄热式加热炉空燃比控制方法,设计了一个基于智能的空燃比控制系统.用无辨识自适应方法预测热值,用模糊神经网络预测烟气残氧量,解决...     

量子计算智能导论教学探索

随着智能信息处理技术的飞速发展,越来越多的学生对量子计算智能导论这门课产生了浓厚的兴趣。我们结合教学实践,将该门课程的教学内容划分为理论型和实践型,注重理论与实际应用相结合,以具体实例引导教学,从而加深学生对理论的理解,进而培养学生的实践能力和科研兴趣。本文介绍了这种教学方法。     

Approximate dynamic programming solutions with a single network adaptive critic for a class of nonlinear systems

Approximate dynamic programming (ADP) formulation implemented with an adaptive critic (AC)-based neural network (NN) structure has evolved as a powerful technique for solving the Hamilton-Jacobi-Bellman (HJB) equations. As interest in ADP and the AC solutions are escalating with time, there is a dire need to consider possible enabling factors for their implementations. A typical AC structure consists of two interacting NNs, which is computationally expensive. In this paper, a new architecture, called the ‘cost-function-based single network adaptive critic (J-SNAC)’ is presented, which eliminates one of the networks in a typical AC structure. This approach is applicable to a wide class of nonlinear systems in engineering. In order to demonstrate the benefits and the control synthesis with the J-SNAC, two problems have been solved with the AC and the J-SNAC approaches. Results are presented, which show savings of about 50% of the computational costs by J-SNAC while having the same accuracy levels of the dual network structure in solving for optimal control. Furthermore, convergence of the J-SNAC iterations, which reduces to a least-squares problem, is discussed; for linear systems, the iterative process is shown to reduce to solving the familiar algebraic Ricatti equation.     

RBF神经网络的行车路径代价函数建模

行车路线优化是城市智能交通系统的研究热点之一,对整个交通系统的优化起着重要作用.分析了影响行车时间的各种因素,结合图论中最短路径算法,建立了基于RBF神经网络的路径代价函数模型.基于该函数模型,可以计算出交通图中任意给定两地间的时间最优路径.将该模型应用于实际路况进行有效性验证,得到了有实用价值的结果,说明了该模型的正确性和有效性.