一类基于模糊辨识器的非线性动态系统辨识

针对模糊辨识器的参数优化,提出了将改进的遗传算法（ＭＧＡ）应用于模糊辨识器的离线学习,并在此基础上采用ＢＰ算法对其参数在线调整,实现了非线性动态系统模糊辨识。解决了输入仅为一维语言变量时,模糊辨识器的实现问题。仿真结果证实了该方法的有效性。     

变学习速率在线ICA算法在雷达信号分选中的应用

已有的独立分量分析(ICA)雷达分选方法多采用FastICA算法,FastICA算法是一种离线批处理ICA算法,缺乏实时分选能力.文中将一种变学习速率的在线ICA算法应用到雷达分选中,克服了FastICA算法无法实现在线实时分选的缺点;同时,算法能根据相依性测度所反映的信号分离的状态自适应地调节学习速率,平衡了传统在线ICA算法收敛速度和稳态误差之间的矛盾,从而使得采用这种ICA算法的雷达信号分选方法具有收敛速度快,分离效果好的特点.仿真实验验证了分选方法的有效性.     

PLC实现的模糊PID控制器研究

设计了模糊PID控制器,在MTLAB环境下离线计算出了查询表,采用西门子S7—300在Step7软件中利用查表法实现了程序的设计。结合一阶模型进行实验,结果表明,这种方法能在线调整PID参数,取得了不错的效果。     

消费者离线到在线渠道迁徙驱动因素实证研究

基于渠道特征、消费者特征、消费者面临环境的视角,对消费者离线到在线渠道迁徙行为进行研究,在相关理论的基础上构建理论模型,并提出相应假设,使用SPSS20.0及AMOS20.0软件对模型量表进行探索性因子分析、验证性因子分析及模型的假设检验.研究结果显示：推力作用对消费者离线到在线渠道迁徙的意向存在显著的正向影响;拉力作用对消费者离线到在线渠道迁徙的意向存在显著的正向影响;锚定作用对消费者离线到在线渠道迁徙的意向存在显著的负向影响.     

研究型购物者为何回归离线渠道购买？——基于感知风险和感知成本视角

针对"反展厅"现象,从感知风险和感知成本视角,探究了多渠道零售环境下研究型购物者从在线渠道回归离线渠道购买的行为机制。采用问卷调研方法,运用结构方程模型对样本数据进行了实证研究,结果表明:在线环境下的感知风险和感知成本显著影响离线购买意愿,进而显著影响离线购买行为;在线购买经验显著负向调节了在线感知风险与离线购买意愿之间的关系,而对感知成本与离线购买意愿关系的正向调节效应并不显著;转换成本对离线购买意愿与离线购买行为关系的负向调节效应不显著,对离线购买行为的负向作用显著。因此,多渠道零售商应充分发挥比较优势,积极构建多渠道,培育网络购买信任,在市场细分的基础上优化营销策略,才能有效应对研究型购物者的"渠道搭便车"行为,进而实现渠道保留。     

一种基于MATLAB的SPWM开关点算法

根据SPWM自然采样法原理,结合MATLAB的计算优势,用M命令文件的形式编写一种实用高效的SPWM开关点算法程序,为单片机控制提供一种离线计算SPWM开关点的快速方法.     

基于空调噪声的反馈型主动噪声控制系统的设计

针对空调主动噪声控制(ANC)系统中采用固定步长的次级通道建模滤波器对环境适应性较弱且降噪性能差的问题,提出一种基于次级通道建模滤波器变步长以及次级通道在线和离线建模相互转换的反馈型主动噪声控制算法。该算法通过次级通道建模滤波器变步长算法取得合适的步长因子以适应环境及次级通道的变化,并在次级通道建模过程中对辅助白噪声进行监视控制,实现次级通道在线建模与离线建模的相互转换。仿真结果表明:针对空调噪声中的窄带信号,所提出改进算法对比已有算法能获得较快的建模收敛速度和较高的建模精度,且可以获得较高的降噪量。     

快速神经网络无损压缩方法研究

传统的人工神经网络数据编码算法需要离线训练且编码速度慢,因此通常多用于专用有损编码领域如声音、图像编码等,在无损数据编码领域应用较少。针对这种现状,该文详细地研究了最大熵统计模型和神经网络算法各自的特点,提出了一种基于最大熵原理的神经网络概率预测模型并结合自适应算术编码来进行数据压缩,具有精简的网络结构的自适应在线学习算法。试验表明,该算法在压缩率上可以优于目前流行的压缩算法Limpel-Zip(zip,gzip),并且在运行时间和所需空间性能上同PPM和Burrows Wheeler算法相比也是颇具竞争力的。该算法实现为多输入和单输出的两层神经网络,用已编码比特的学习结果作为待编码比特的工作参数,符合数据上下文相关约束的特点,提高了预测精度,并节约了编码时间。     

同阶单输入控制系统的同时镇定问题

研究了单输入控制系统的同时镇定问题。给出了同时镇定r个单输入系统控制器解存在的充分条件,并由此提出了一种设计同时镇定r个单输入系统控制器的最小二乘算法。由于最小二乘算法具有很好的几何特性,从而使本文算法不仅计算简单,而且能够方便地从几何图形上分析并修改系统的解,避免系统设计的盲目性。     

含间隙系统的约束时间最优预测控制

为了解决含间隙机械系统最优控制的计算复杂度问题,设计了基于分段仿射(PWA)模型的约束时间最优预测控制器。为了降低在线控制的计算复杂度,利用动态规划方法在模型的状态和参考跟踪速度的范围内提前计算出了离线的控制律。在跟踪参考速度的实验中,约束时间最优预测控制器具有较好的跟踪控制性能,与约束有限时间最优控制器相比,计算时间降低了十几倍,因此,适合于小采样时间系统的实时跟踪控制。     

广义范数残差判据

本文讨论了利用正交变换方法的最小二乘递推算法,提出了广义范数残差的概念,建立了相应的广义范数残差判据,用来离线或在线评价参数和模型结构估计的可靠程度。仿真结果证实了这种判据在解决系统辨识问题时的可行性。     

一种基于模糊辨识器的自适应交流伺服系统

提出用模糊辨识器对交流伺服系统离线进行辨识，使用遗传算法（GA）对辨识器参数寻优，用BP算法对控制器FNC最后一层权值在线调整，论述了用GA对控制器模糊隶属函数的参数优化训练方法。仿真结果证明了控制策略的有效性。     

矿井提升机监测系统基本原理与方法

本文简要介绍了矿井提升的系统构成和基本工作原理,着重分析了提升机制动系统的常见故障。最后阐述了提升机监测的常用方法,在线监测和离线监测两种,鉴于矿井提升机的重要性,本论文打破了传统的离线监测方法,对提升机运行参数的监测采用了在线连续监测的方法,便于司乘人员进行实时监测并对紧急情况进行及时处理,增强提升系统的安全可靠性     

基于Arduino的轮式移动机器人速度控制模式比较

目前对于Arduino平台的轮式移动机器人的控制都是基于硬件自带的IDE环境,但在该环境下程序可读性差、调试困难,且很难采用高级控制算法。针对以上问题,提出了2种基于Arduino平台的轮式移动机器人速度控制模式。第1种控制模式为离线模式,即将上位机中的控制模型下载至Arduino控制器进行离线运算,并将返回的数据通过Simulink的图形处理界面进行实时监控;第2种控制模式为在线模式,即将Arduino控制器采集的速度等信号返回上位机处理运算,将经过处理运算的数据反馈至Arduino控制器对轮式移动机器人进行在线控制。通过PID算法对2种控制模式进行了实车试验对比。结果表明:此两种模式均能对速度进行精确控制,在线模式具有更好的速度跟踪精度和响应速度。     

基于Web使用挖掘的资源网站优化

如何实现网站结构优化与个性化服务是当前教学网站建设的两大热点,Web挖掘则是解决这类问题的最有效的方法.文章提出了基于Web使用挖掘的教学资源网站优化体系结构的框架模型,具体介绍了离线分析与在线处理两个阶段的实现过程.     

基于模拟植物生长算法的构造通讯网络Steiner最优树方法

通讯网络作为现代社会信息系统不可或缺的重要枢纽,其设计问题直接影响总消耗成本的高低.本文提出了基于模拟植物生长算法求解通信网络设计问题的新方法.对于给定原始通讯节点的通讯网络,利用模拟植物生长算法来构造网络的Steiner最优树使得网络总布线耗费达到最小.通过对实例计算,结果表明,本算法不仅可获得问题的最优解,计算所需时间也有减少,明显优于其他方法.     

具有任意激励的非齐次线性自治系统的齐次扩容精细算法

基于第二类Chebyshev多项式函数系的特点与齐次扩容技巧,设计了求解非齐次线性自治系统的一种新的长效精细算法(HHPD CS).其不仅避免了HPD F算法中的矩阵求逆,还克服了HH-PD F算法中对右端激励的周期性要求,从而适合于任意形式的右端激励.理论与算例表明,长效HHPD CS算法十分有效,不仅计算量比R K算法小许多,而且数值稳定、计算精度高、设计合理,易于推广和实现.     

跟踪门对多目标跟踪系统性能的影响

讨论了密集目标环境下跟踪门门限对多目标跟踪系统性能的影响。在略去杂波的情况下,以方差压缩比作为跟踪系统性能的衡量指标,对跟踪门性能进行了理论分析。给出了矩形跟踪门配合K alm an滤波算法和PDA关联算法的仿真数据。提出了一种跟踪门门限的选取方法,将离线仿真得到的门限直接应用于跟踪系统,门限计算复杂减小,适用于对速度要求较高的跟踪系统。     

一种分级超结构换热器网络综合优化方法及其应用

对分级超结构换热器网络模型的温度计算提出了一种通用的精确解方法,同时得到了显式解析解,并以这一解析解为基础,设计了以遗传算法和模拟退火算法为主,结合最速下降法的混合遗传算法,此外还在算法中引进精英策略和结构变异策略.应用实例的计算结果显示了这一混合遗传算法对于换热器网络的参数和结构都具有良好的搜索能力.     

改进的BP网络在隧道锚喷支护参数设计中的应用

建立了隧道锚喷支护设计参数选择的BP网络模型，并对BP算法中的不足之处加以改进。对隧道锚喷支护的影响因素进行了分析研究，结合我国隧道的实际情况，确定了神经元网络的输入参数。同时根据计算时BP网络对于数据取值范围的要求，对输入输出参数进行了必要的变换处理。结果表明，用改进的BP网络方法选择隧道锚喷支护设计参数的效果是良好的，设计误差能够满足工程实际的需要。