基于粒子群算法与改进Ziegler-Nichols算法的PID整定方法

针对Ziegler-Nichols算法设计的PID控制器阶跃响应不理想,不具有灵活性等缺点,提出基于粒子群算法与改进 Ziegler-Nichols算法的PID整定方法。采用粒子群算法优化了Ziegler-Nichols算法中的幅值和相角,设计了具有更好性能 指标的PID控制器。实验结果表明采用该方法进行参数整定后的PID控制器响应速度较快,降低了系统的超调量。     

教育对经济增长贡献算法的改进

本文就教育对经济增长贡献已有的算法及其缺陷进行评述,考虑到AK模型能够比较好地刻画我国的经济增长以及教育本身的延时性,本文提出两条改进意见:发达地区可采用舒尔茨的教育资本存量法,非发达地区和全国范围宜在此基础上选用延期回归方程法,本文还结合深圳1978~1994和中国1978~1996年的样本对此作出解释和验证.     

从脑科学、人工智能到应用

脑科学和人工智能是全球科学技术发展的战略制高点。近年来,随着大数据、5G互联网、超级计算、智能信息科学等新理论新技术的快速发展,受神经生物学启发的深度神经网络等机器学习算法迅速崛起,催生了人工智能在智能诊疗、智能机器人、智能制造等领域的成功应用,为战略性新兴产业带来巨大的发展机遇,成为助力全球产业发展和升级的爆发点和增长点。     

《算法设计与分析》教学方法探讨

算法设计与分析是计算机科学与技术学科的核心课程之一,是理论知识和能力并重的课程,学生普遍认为该课程比较难学,如何上好这门课对老师来说是一个很大的挑战。在教学方法上,本文对以下三方面进行了探讨:提高学生学习算法的兴趣激发学生学习算法的热情,注重学生独立分析和解决问题能力的培养,现代教学和传统教学手段相结合。     

基于粒子群算法的设备大修企业模糊作业车间调度

针对大修企业中调度生产系统中存在的各种不确定因素,通过引入三元组对设备大修企业调度问题进行分析描述,以交货期加权满意度最大为调度目标建立作业车间模糊调度模型。运用粒子群优化算法对模型进行求解,结合企业应用实际进行实例分析,验证了该算法的有效性。     

基于决策强度的一种属性约简算法

属性约简是粗糙集理论研究的主要内容之一,目的在于获取优良的规则集合.利用数据挖掘中规则的支持度和置信度的概念,提出了决策表的决策强度的概念, 分析了在属性约简过程中,决策强度的变化趋势;然后给出一种基于决策强度的属性约简的启发式算法, 该算法的时间复杂度为O(|C|2| U|log|U|);最后用一个例子,说明算法的有效性.     

辐射源CCD焦平面阵列的非均匀性校正

对辐射源定标焦平面阵列非均匀性进行了研究,导出了适于成像光谱仪应用的相关算法。分析了成像光谱仪的成像特点．对相应的算法实验结果进行了对比,表明此校正算法能有效提高成像光谱仪干涉图的成像质量,也显著提高了光谱复原的精确性．     

矿山动态轨道衡模拟判车问题的研究

本文针对动态轨道衡应用在矿山特殊环境情况,就矿山动态轨道衡模拟判车问题进行深入研究。分析了判车过程中存在的矿车上下衡、车辆往复以及车辆抖动问题,结合矿山轨道衡的实际,提出了具体的解决算法。该算法通过了实践的检验,证明了该算法的科学性、可行性,具有进一步的推广应用价值。     

基于支持向量机的养老保障满意度 非线性模型

目前对养老保障满意度的研究所采用的统计方法,都是基于养老保障满意度与影响因素之间的线性关系,且未对所建模型进行检验及理论预测。由于事物之间关系复杂,变量之间往往呈现非线性关系。采用支持向量机算法结合粒子群优化算法,建立养老保障满意度非线性模型。用于研究的养老保障满意度样本数为8 339份。结果显示,基于支持向量机的分类模型对养老保障满意度预测精度高于76%,预测性能优于二元逻辑回归预测结果。表明养老保障满意度与受教育程度、受教育满意度、家庭经济状况满意度、总体生活满意度、对社会总体评价等5个影响因素之间存在非线性关系。因此,应用支持向量机算法建立养老保障满意度非线性模型是可行的。     

无线Mesh网络中基于协同调度的流媒体传输控制的研究

在分析了无线Mesh网络(WMN)结构特点和传统动态源路由算法(DSR)的基础上,针对流媒体传输特点提出了视频子流的质量评估模型,通过此模型确立一种新型协同资源调度策略.大量仿真结果表明,基于该策略的DSR路由比DSR路由算法具有更好的平均传输速率和网络吞吐量.