基于改进广义回归神经网络和主成分分析的宽带DOA估计

为了获取较高的宽带信号的DOA(direction-of-arrival)估计精度,提出了基于改进的广义回归神经网络(IGRNN,improved generalized regression neural network)和主成分分析(PCA,principalcomponent analysis)的宽带DOA估计算法。选用PCA方法对训练样本进行降维,以降低神经网络的复杂度;利用粒子群算法优化GRNN的参数;根据选取不同的聚焦角度确定粗估计、精估计的训练模型,通过粗估计得出目标的大致方位后,利用精估计模型得出最终的估计结果,避免了聚焦角度对估计精度的影响。仿真结果表明,本文提出的算法具有较好的估计精度和较高的工作效率。     

基于留数的广域阻尼控制协调优化设计

广域阻尼控制器在提高区间阻尼的同时也可能导致其他模式阻尼的恶化,因此需要对广域阻尼控制器进行协调优化设计。本文首先基于留数的概念分析了广域阻尼控制器对不同模式产生的影响,接着从两个方面进行阻尼协调设计：一方面通过根轨迹法选择控制器地点或反馈信号,另一方面通过改进的粒子群算法进行控制器参数优化,使得在增强主导模式阻尼的同时能避免对非主导模式阻尼的较大影响。最后在4机系统上的算例研究说明了所提出的两种阻尼协调设计方法的有效性。     

基于粒子群组合神经网络的原岩应力预测研究

【目的】建立原岩应力准确预测方法,为岩石力学研究及地下岩土开挖工程设计与施工提供参考。【方法】充分利用区域实测原岩应力数据资料,选取岩石埋藏深度、岩石类别等参数作为原岩应力的评判指标,在分析基于群体智能（GI）的粒子群优化算法（PSO）和BP神经网络算法特点的基础上,提出一种新的组合训练方法,建立了PSO-BP组合人工神经网络模型,并对原岩应力进行实际算例预测。【结果】PSO-BP组合人工神经网络模型整体工作性能优良,研究区域原岩应力场最大主应力、最小主应力、垂直应力的网络输出与目标输出相关程度较高,相关系数分别为0.994 0,0.997 0,0.992 0,该组合模型基本可以预测研究区域原岩应力场的分布规律。【结论】应用建立的PSO-BP组合人工神经网络模型可以进行原岩应力的准确预测,对岩体初始应力研究和地下工程设计具有一定的指导意义。     

微分进化算法在水电站水库优化调度中的应用

【目的】针对传统优化算法的不足,将微分进化算法应用到水电站水库优化调度问题中,建立新的优化算法模型。【方法】建立基于微分进化算法的水电站水库优化调度模型,并给出具体求解步骤。为验证算法的有效性,将其应用于具体水电站水库的优化调度计算中,最后将该方法与遗传算法的计算结果进行了对比。【结果】实例计算结果表明,与遗传算法相比,微分进化算法收敛速度快,可调参数少,计算精度高,稳定性好,且该算法简单、容易实现,具有较强的全局搜索能力。【结论】微分进化算法在解决水电站水库优化调度问题时具有很强的适用性,为求解水电站水库优化调度问题提供了新思路。     

改进的储量参数碾平算法研究

为了消除目前储量参数碾平算法中的系统误差和降低进位误差,对原有的储量参数碾平算法进行了改进。采用地面脱气原油体积、质量、溶解气约束方法碾平储量合计单元各项参数,从而有效消除储量参数碾平中的单项系统误差;将各碾平参数值在各自变化范围内按照最小单位步长先离散化,再采用全排列组合法优选出使体积、质量、溶解气储量相对误差平方和达到最小的一组参数,该组参数即为合计项的最优储量参数碾平项选择。经过检验,利用该方法能够降低进位误差。     

基于期望最大算法的高斯混合模型参数估计

高斯混合模型（GMM）已在图像处理和计算机视觉领域得到了广泛应用,对于该GMM模型中各项参数的估计依然是一件值得研究的问题。采用期望最大算法（EM）来估计该模型对应的多参数,并给出其详细的推导过程。试验结果表明,EM算法在估计GMM模型中各项参数时具有很强的鲁棒性,并取得了很好的效果。     

蚁群算法在弱电管线路由优化中的应用研究

基于蚁群算法,建立地下弱电管线优化模型,并将该模型应用于弱电管线路由优化设计中。结果表明,弱电管线路由优化后可以节省施工费用,说明该方法具有可行性,可以为弱电管线路由优化设计提供参考。     

基于物理模型的渔网网衣动态模拟与可视化研究

为了在渔船模拟器中进行渔网的动态模拟，建立了渔网的数学模型，并进行其可视化研究。基于集中质量模型将渔网离散为通过无质量弹簧连接的质量点集合，根据牛顿第二定律建立了质量点的动力学方程，并考虑了均匀流对渔网运动的影响。为了进行渔网运动的实时模拟，利用隐式Newmark-β算法求解渔网的数学模型，增大了可进行稳定计算的时间步长。对一尼龙网片在水流中的运动进行了模拟，并利用OpenGL函数库开发了渔网的三维可视化程序，从而验证了该模型的合理性。     

数据挖掘在教学中的应用

本文将数据挖掘应用到学生成绩分析中,通过用户给定的最小支持度,利用Apriori算法得出频繁项集,结合最小置信度,确定各门课程之间的联系,以达到有针对性地帮助学生顺利完成学业的目的.     

文本信息自动分类系统ITC98(Ⅱ)--基于BP网络的文本分类子系统

设计并实现了文本信息自动分类系统ITC98的核心模块──基于BP网络的文本分类子系统。介绍系统的分类策略及根据分类问题需求确定BP网络结构和参数的方法。实例测试表明，系统分类精度和效率均达到要求。