沃尔沃S80 北欧豪华主义精彩上演

沃尔沃汽车在最近一口气推出众五款新车型,以迎接2008奥运年。对于一贯以沉稳著称的沃尔沃,如此活力四射地出现在车界"舞台"上是以往不曾有的,不过这倒是慰藉了众多车迷们的期待。沃尔沃汽车此次推出的国内首款掀背式双门豪华轿跑车C30迷倒了不少女性,四座双门跑车C70会是那些喜欢抛洒热情的人不错的选择,豪华运动多功能车XC90运动将舒适与运动融为一体,而为都市精英打造的新款S40更是感观与内涵双料出击。而对于商务人士而言,也能在沃尔沃找到属于自己的"伙伴",那就是高端商务型轿车S80 V8 AWD和T6 AWD两款主力车型。     

绩效信息自适应融合的熵模型

本文提出了一种用于绩效信息融合的熵模型,依据融合的几个步骤即绩效信息提取、关联与决策,描述了基于熵模型进行绩效信息自适应融合的新方法。该方法可对从各对象源(如数据库、知识库等)中提取的绩效特征属性信息进行模型化,对这些模型化的绩效属性信息进行关联后,得到准确的决策。本文为了实现多对象源的绩效信息融合,还提出了EAA算法。     

基于完全自适应策略的遗传算法

为改善标准遗传算法的优化性能,延长种群搜索过程,提出了完全自适应策略的遗传算法.自适应策略不仅基于进化阶段,同时基于个体,特别采用了自适应的适应值转换策略,大大降低了早熟的概率,保证算法能以较大的概率收敛到全局最优解.     

农村教师专业化发展理念与模式的建构和实施

针对农村中小学教师继续教育形式单一,实效性不强的现状,借鉴控制论中的自适应理论,提出了农村教师自适应专业化发展理念,构建了农村教师自适应专业化发展模式和运行机制,以期有效地促进农村中小学教师专业化发展.     

基于CEEMDAN-SVM的高铁轴承故障诊断研究

高铁轴承在高铁运行中起着重要作用,对其进行状态检测和故障诊断有着十分重要的作用和意义。总结出一种基于自适应辅助噪声的完备集合经验模态分解(CEEMDAN)和样本熵(SampEn)相结合的高铁轴承故障诊断方法。振动信号经过分解获得诸多的本征模态分量(IMF),计算其样本熵特征参数来表征不同故障状态下的轴承信号的相关特征,并构造相应的训练和测试样本数据,而后将样本数据录入支持向量机(SVM)并配合灰狼优化算法(GWO)进行训练和测试,完成轴承故障的分类和识别。实验结果表明,此方法能够有效区分不同故障状态下的轴承振动信号。     

当代建筑“涌现”浅析

本文探讨了当代新兴起的一种学术性理论——涌现理论,通过对其的出现、发展以及当今广泛应用的阐述,引发对当代建筑中"涌现"理论应用的思考,从而使当代建筑具备自适应的机能。     

自适应阵列抗CDMA多址干扰的研究

研究了ＣＤＭＡ系统中自适应阵列天线结合相关检测抗干扰技术，并在理论和模拟上对改进前后的抗多址干扰的性能进行了分析对比，验证了当有用信号方向与其他用户的多址干扰方向不同时，新的方法的性能大大优于传统相关检测方法。     

自适应学习的实践与探索

本文探讨了自适应学习作为一种全新的学习方式所独有的特点，学习者可以根据自己的实际情况进行个性训练和自我提高，充分体现了以学习者为中心的课堂理念。本文就探索这一理论在课堂中的应用总结了自己的看法。     

自适应惯性权重的改进粒子群算法

针对标准PSO算法求解高维非线性问题时存在的大量无效迭代(经过一轮迭代后全局最优位置保持不变),提出了一种自适应惯性权重的改进粒子群算法。基于单次迭代中单粒子运动状态的分析,提出并证明了论点:上一轮迭代适应度值变差的粒子,当前迭代中其惯性分量将引导粒子往适应度值变差的方向运动,导致粒子群体无效迭代次数增加。设计了标准PSO算法改进方案,将上一轮迭代中适应度值变差的全体粒子的惯性权重置为零,消除当前迭代中不利惯性分量对算法收敛的不良影响。采用6个标准测试函数,将该算法与标准PSO算法、固定惯性权重PSO算法和具有领袖的PSO算法进行性能对比分析。试验表明,该改进算法无效迭代次数更少,在收敛率、收敛速度和收敛稳定性上均具有明显的优势。     

一类具有多种不确定性机器人系统的自适应控制

机器人系统含有不同类型的不确定性因素,这些因素的存在可能会影响系统的控制精度,甚至引起系统不稳定。针对具有外部干扰、内部动力学参数不确定性以及未知死区特性的一类不确定性机器人系统,提出了一种基于干扰观测器的自适应控制器。首先建立具有外部干扰的机器人系统非线性数学模型,并对模型中内部动力学参数不确定性和未知死区特性进行了分析。采用非线性干扰观测器对系统所受到的外部干扰进行估计和补偿,在干扰观测器的基础上设计自适应控制器用来处理内部动力学参数的不确定性以及未知的死区特性。最后采用李雅谱诺夫函数法从理论上证明了系统的稳定性和位置跟踪误差的收敛性,并采用数值仿真验证了所设计方法的有效性。