因素空间理论下基点分类算法研究

目前，基于因素空间理论的背景基提取算法计算过程复杂，初始化必须依赖各因素极值，基点数量提取冗余等原因，未能在应用中取得很好效果。为此，结合内点判别法和知识可继承、可扩展的思想，提出一种计算简单、初始化独立、基点数量小的改进的背景基提取算法。然后，利用改进的背景基提取算法构造出一种全新的数据分类算法-基点分类算法，基点分类算法以提取每一类样本的背景基为预测模型，再通过新定义的λ-背景基，优化预测模型。数值实验表明:基点分类算法原理简单、构造难度小、分类模型泛化能力强，预测能力准确率高，同时严格的模型限定区域又能为识别新类别提供新方法。     

电磁污染控制用S带吸波粉煤灰板材的制备

报道了根据λ/4型电磁波吸收原理,通过理论设计和模拟分析,以电厂废渣粉煤灰为介电材料,通过电阻膜复合,成功制备出新型粉煤灰吸波板材.实验表明,电阻膜的电阻为356Ω/□(方块电阻),厚度1.5 cm的粉煤灰板试样在S带(2~4 GHz),-10 dB吸收带宽达到60%以上,在2.9 GHz,最大吸收为-25 dB,新材料可用于室内电磁环境的改善和污染控制,并为粉煤灰的利用提供了新的高附加值途径.     

模糊关系下的概率粗糙集模型及其Bayes决策

经典的概率粗糙集模型是基于论域上的等价关系而建立的,然而在实际应用中,等价关系很难得到。因此,经典的概率粗糙集模型被推广到基于一般二元关系的概率粗糙集模型。更进一步地,还可以推广到模糊二元关系。建立了基于模糊关系的概率粗糙集模型,推广了前人的工作,同时给出了该模型下的Bayes决策方法和应用实例。     

精馏塔时滞过程的分数阶PIλDμ控制器设计

本文针对精馏塔不稳定时滞过程,提出一种基于设定值加权的分数阶PIλDμ控制器设计方法.首先采用比例环节构成内环反馈镇定不稳定时滞过程,然后基于等效的过程模型,依据设定值加权方法设计分数阶PIλDμ控制器,并进行了控制器参数整定.仿真结果表明:分数阶PIλDμ控制器可以使精馏塔不稳定时滞过程系统获得良好的动态响应特性,干扰抑制特性以及克服系统参数变化的鲁棒性.     

蕴涵算子族G-λ-∏的模糊推理三I支持算法

提出了基于蕴涵算子族G-λ-∏的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族G-λ-∏给出了模糊推理的FMP模型及FMT模型的三I支持算法、α-三I支持算法。     

基于蕴涵算子族L-λ-R_0的模糊推理α-三I约束算法

提出了基于蕴涵算子族L-λ-R0的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族L-λ-R0给出了模糊推理的FMP模型及FMT模型的α-三I约束算法。     

基于蕴涵算子族Lλ0λG的反向三I支持算法

提出了基于蕴涵算子族Lλ0λG的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族Lλ0λG给出了模糊推理的FMP模型及FMT模型的反向三I支持算法。     

基于蕴涵算子族L-λ-R_0的模糊推理FMT三Ⅰ算法

提出了基于蕴涵算子族L-λ-R0的模糊推理的思想,这将有助于提高推理结果的可靠性。针对蕴涵算子族L-λ-R0已给出的FMP模型[1]的三Ⅰ支持算法、α-三Ⅰ支持算法进一步给出了模糊推理的FMT模型的三Ⅰ支持算法、α-三Ⅰ支持算法。     

基于深度强化学习的动态装配算法

针对动态装配环境中存在的复杂、动态的噪声扰动,提出一种基于深度强化学习的动态装配算法。将一段时间内的接触力作为状态,通过长短时记忆网络进行运动特征提取;定义序列贴现因子,对之前时刻的分奖励进行加权得到当前时刻的奖励值;模型输出的动作为笛卡尔空间位移,使用逆运动学调整机器人到达期望位置。与此同时,提出一种对带有资格迹的时序差分算法改进的神经网络参数更新方法,可缩短模型训练时间。在实验部分,首先在圆孔–轴的简单环境中进行预训练,随后在真实场景下继续训练。实验证明提出的方法可以很好地适应动态装配任务中柔性、动态的装配环境。