改进的小脑模型神经网络及其在时间序列预测中的应用

针对小脑模型神经网络(cerebellar model neural network,CMNN)中泛化能力与存储空间容量之间的冲突这一关键问题,提出了一种改进的小脑模型神经网络——模糊隶属度小脑模型神经网络(fuzzy membership cerebellar model neural network,FM-CMNN),用于解决非线性动态系统的时间序列预测问题.首先,FM-CMNN在保留原始CMNN输入变量的地址映射方式的情况下,在CMNN存储空间中引入铃型模糊隶属度函数,从而保证在不需增加量化级数的情况下提高网络的泛化能力.然后,使用梯度下降算法对网络权值进行更新,提高网络的逼近强度.最后,通过非线性时间序列预测基准实验和污水处理中水质参数预测实验,验证了FM-CMNN性能的可靠性.     

基于动态优先级策略的多AGV无冲突路径规划

自动导引运输车(AGV)路径规划影响柔性制造车间的高效、平稳生产.分析了多AGV在车间执行运输任务时常见的冲突类型,提出了一种基于动态优先级策略的多AGV无冲突路径规划方法.该方法通过时间窗检测冲突类型,并将等待时间、行驶距离、任务紧急程度作为量化动态优先级的考虑因素,进而利用动态优先级作为等待、二次路径规划两种冲突消减方法的选择依据.案例研究表明,在已知各AGV可行路径时,运用所提方法不仅能够实现多AGV的无冲突路径规划,而且能够提升多AGV完成运输任务的整体效率.     

基于动态优先级策略的多AGV无冲突路径规划

自动导引运输车(AGV)路径规划影响柔性制造车间的高效、平稳生产.分析了多AGV在车间执行运输任务时常见的冲突类型,提出了一种基于动态优先级策略的多AGV无冲突路径规划方法.该方法通过时间窗检测冲突类型,并将等待时间、行驶距离、任务紧急程度作为量化动态优先级的考虑因素,进而利用动态优先级作为等待、二次路径规划两种冲突消减方法的选择依据.案例研究表明,在已知各AGV可行路径时,运用所提方法不仅能够实现多AGV的无冲突路径规划,而且能够提升多AGV完成运输任务的整体效率.     

中南大学学科布局及结构调整研究

学科结构及布局关系到高等学校整体功能的发挥和全局的发展 ,它直接影响人才培养的质量、规格、类型 ,关系到科研与创新能力和水平 ,最终影响到学校发展目标的实现。本文根据中南大学“综合性研究型大学”的发展目标 ,就中南大学学科布局和结构调整进行了研究。     

面向频谱大数据处理的机器学习方法

随着移动互联网与物联网的迅猛发展,个人无线设备的数 量呈现指数级增长,随之产生的海量频谱数据与日俱增,频谱大数据的存在已成事实。同时 ,频谱赤字也日益严峻。为提高频谱利用率,有效的频谱大数据处理显得十分重要。本文从 无线通信的角度,首先给出了频谱大数据的定义并分析了它的基本特征;然后总结了一些 对于频谱大数据分析与利用颇具前景的机器学习方法,如分布式和并行式学习、极速学习、 核学习、深度学习、强化学习、博弈学习和迁移学习;最后给出了几个开放性话题和研究 趋势。     

瓦斯地质动态分析及瓦斯涌出实时预警系统

为了防止煤与瓦斯突出事故,提高矿井的安全保障能力,结合新元公司实际情况,建立了瓦斯地质动态分析及瓦斯涌出实时预警系统。在统计和分析该公司矿井瓦斯地质相关资料的基础上,创建了瓦斯地质空间数据库,采用动态分析技术筛选出了影响瓦斯赋存的主控因素,自动绘制了瓦斯参数等值线并划分出突出危险区。对突出危险区内的工作面进行重点关注,考察其瓦斯涌出特征及预警指标,并与瓦斯监测系统无缝连接,实现了非接触式连续预警。     

N皇后问题独立解算法研究和仿真实现

根据N皇后可行解的七种对称关系,提出求N皇后问题独立解的算法,并验证算法的可行性和正确性。建立求解N皇后问题的仿真软件,验证N皇后问题全解和独立解个数约8:1的数学关系。     

电力设备多物理场仿真技术及软件发展现状

电力设备在运行中受到电、磁、热、力及流体等多物理场的综合作用,多物理场耦合仿真对保证电力设备设计最优性以及运行可靠性不可或缺。在电力设备多物理场计算及软件开发时须攻克材料非线性建模、快速瞬变多空间/时间尺度问题等效方法、多场耦合作用机理及数学模型的建立、大规模微分代数方程组(DAE)的稳定高效求解等关键问题。为此,分别从材料参数等效、多场耦合计算技术、大规模跨尺度计算、DAE方程组求解等方面介绍了自主软件开发过程中应该重点关注的研究内容和算法技术。为促进基于数值仿真的数字孪生技术在电力设备领域的应用,总结分析了集成几何/仿真分析于一体的等几何分析法、模型降阶方法和基于数据驱动的多物理场仿真方法等新型技术。最后,针对国产计算机辅助工程（CAE）软件存在的问题,分析了国内外多物理场软件开发技术发展现状,并对研发国产电力设备多物理场计算软件作了展望。