排序方式: 共有34条查询结果,搜索用时 15 毫秒
1.
在对感应电机效率优化问题进行研究的基础上,考虑到传统方法在电机动态时无法同时兼顾响应性能和效率优化的缺陷,设计了一种新型分数阶PI(FOPI)预测函数控制策略.该控制策略将预测函数控制和分数阶PI两种算法相结合,构建具有分数阶比例、积分性质的多变量预测函数控制器,兼顾了感应电机动态效率与转速响应速度的优点.应用于电动机效率优化的最大转矩电流比控制方面,采用前馈补偿解耦设计的思路,将系统分解成两个具有可测扰动的子系统.仿真实验表明新型控制策略具有在线识别模型识别模型参数,跟踪效果好,抗干扰能力强,无超调,稳态误差小,取得了良好的控制效果. 相似文献
2.
分子对接是预测蛋白质复合物的有效手段。对于分子对接算法的优化旨在加速分子对接效率,降低计算成本,以及充分发挥计算资源的利用率。本文主要采用3个方案对半柔性对接算法进行优化:(1)方案一在CPU端进行优化;(2)方案二在方案一的基础上,利用CUFFT的移植工具CUFFTW为方案一提供部分GPU并行接口;(3)方案三利用GPU并行架构,通过CPU和GPU的协同处理,利用纯并行计算接口进行优化。3种方案对PDB code分别为1PEE,1B6C,4HX3和2SNI的测试蛋白进行结合态和自由态的对接,求得的最小均方根偏差LRMSD小于5 Å,满足了复合物结构预测竞赛要求的中等精度结构标准,验证了对接结果的正确性。最后在保证结果正确性的前提下,测试了不同蛋白在不同方案下的运行速率;在保证不同蛋白对接效率相同的前提下,以1PPE为例,比较了不同方案下的对接速率。实验结果表明在同等旋转步长并保证程序运行结果正确性的前提下,最终的优化效果可提速近10倍,有效改进了半柔性对接算法的运行速率。 相似文献
3.
为了探究蛋白质复合物的结构与相互作用,建立了蛋白质的分子对接方法,从2014年起参加蛋白质复合物结构预测竞赛的预测和打分竞赛.该方法首先采用结构模建方法预测单体蛋白质分子的结构,通过快速傅里叶变换进行全空间构象搜索.然后,优化蛋白质复合物构象,并采用全原子统计势函数进行评价.总结第32~37轮CAPRI竞赛结果发现,该方法在T104、T105、T111和T118比赛中挑选出了L_(RMSD)小于2.0×10~(-10)m的近天然结构.通过对比其他国际优秀课题组的方法,分析预测和打分比赛中取得的成绩和不足之处,并为后续的研究提出了改进方案与建议. 相似文献
4.
我校从2008年开始实行"三个导向(就业、考研、出国)"的办学理念,全面修正电气工程专业的培养方案。我们依据培养方案进行了一系列的教学计划和教学大纲的制定,构造了电气工程专业实验大平台方案,初步完成了基于"三个导向"的教学体系与实验实习环节,及时更新教学内容和课程体系,同时将专业建设、科研创新和教学改革的系列成果转化为优质教育资源,打造具有鲜明特色的电气工程专业培养方案,人才培养效果较为显著。 相似文献
5.
在AntNet路由算法的基础上,提出了基于理性的蚁群自适应路由算法。首先,充分利用网络本身的先验局部信息来初始路由概率表;其次,在蚂蚁选路过程中,通过增加一些理性的决定策略,如优先选择邻居节点就是目的节点、尽量不去选择已经走过的邻居节点等,使蚂蚁寻路在概率性选择和决定性选择中达到一种良好的平衡。实验表明,我们提出的路由算法较AntNet,可以减少蚂蚁的数量,提高算法的顽健性,吞吐率和延迟等指标也得到了一定程度的改良。 相似文献
6.
针对多类别目标检测在特定场景中数据样本有限的情况,为进一步提高机器人系统中轻量级神经网络对小型物体识别的准确率和稳定性,提出了一种基于机器人操作系统(ROS)的目标状态识别模块。首先,考虑到嵌入式设备的算力限制,目标识别模型采用轻量级的网络YOLO-tiny作为主要架构,并在YOLO-tiny中引入RFB,提出了YOLO-tiny-RFB模型。随后,基于MobileNet对旋钮开关的多种状态实现精准分类。最后,设计数据关联规则,通过图像配准及交并比(IOU)计算等算法使识别模块完成同一场景多次识别结果的融合,从而使用户能够对不同时刻各表计的状态进行追踪。实验结果表明,相较于YOLO-tiny,YOLO-tiny-RFB模型在少量增加模型计算量的情况下,在构建的电站仪器识别数据集上,其目标识别平均精度均值(mAP)提升了17.9%,达到了82.4%。在旋钮数据分布极端不均衡的情况下,通过引入多种数据增广方法使模型的平均准确率达到了90.7%。所提出的目标检测模块和状态识别网络模型能够有效、准确地完成各类仪器的状态识别,同时能够对仪器状态的识别结果在时间跨度上进行融合。 相似文献
7.
8.
9.
10.