基于神经网络的自适应非线性控制及仿真研究

研究了神经网络非线性动态系统的自适应控制方法,首先利用改进的非线性自回归滑动平均模型,采用多层前向神经网络辨识非线性系统模型,然后直接由辨识结果设计出控制器,并根据控制误差对控制律作在线修正.利用导弹模型进行了控制仿真,仿真结果表明采用此方法可以得到较好的控制效果,而且在模型不确定和有噪声干扰的情况下仍能正常跟踪给定的迎角信号,具有较好的鲁棒性.      

一种基于联想记忆系统实现图像压缩的新方法

针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿前向插值多项式构建联想记忆系统,对图像数据进行建模.首先将图像数据分为多个数据块,然后利用数据块对联想记忆系统进行训练,训练结束后得到该数据块的特征数据,特征数据的数量小于原始数据块,且数值大多在零附近.最后对所有数据块的特征数据重新排序,进行熵编码,从而实现图像数据的压缩.实验结果表明该方法是可行的和有效的,相比传统神经网络,联想记忆系统无需预先训练,不依赖训练集数据和初始值,可以实时编码.      

舰载飞机进舰降落信号员模型建模

舰载机在航母上降落面临着极其复杂的环境,末端进舰阶段需要降落信号员(LSO)的信号指引,在舰载机的人机系统仿真模型中,需要包括LSO的模型.分析了舰载机进舰飞行过程中LSO的作用和行为特征.针对LSO对飞行距离、航迹偏差判断和指令决策的行为特征,采用模糊逻辑建立了相应的行为模型.针对 LSO对舰船运动预测的行为特征,利用神经网络建立其行为模型,对几种典型进舰情况进行仿真,验证 LSO模型的合理性.      

基于Hopfield网络的飞机设计

Hopfield神经网络与增广拉格朗日乘子法相结合来求解非线性约束优化.神经网络作为求解乘子法的子问题的动力学方法,仅需计算一阶导数.引入逐渐衰减的高斯噪声信号构造随机神经网络.同时针对随机网络受初始温度制约,跳出局部极小值能力有限的问题,网络运行采用结合模拟退火的欧拉法.用该方法对某喷气教练机进行总体优化设计,结果表明,算法的数值稳定性较好,求解精度高.并基于拉氏乘子提供的约束敏度信息,做了设计要求权衡.最后研究了某型干线旅客机的机翼气动/结构综合设计问题.      

基于深度学习的小目标检测研究进展

随着深度学习方法的快速发展,目标检测作为计算机视觉领域中最基本、最具有挑战性的任务之一,已取得了令人瞩目的进展。现有的算法大多针对于具有一定尺寸或比例的大中型目标,但由于待测目标尺寸小、特征弱等原因,对小目标的检测性能还远远不能令人满意。小目标检测（SOT）作为一种广泛应用于室外远程拍摄和航空遥感场景的技术,近年来受到了广泛的关注,各种方法层出不穷,但是目前对该问题的全面综述较少。从问题定义、算法分析、应用介绍、方向展望等方面对基于深度学习的小目标检测研究进展进行了综述。首先,给出了小目标检测问题的定义,阐述了其技术难点及在实际应用中面临的挑战;接着,从8个不同角度分析了检测器对小目标检测精度较低的主要原因及相应的改进方法,详细归纳总结了小目标检测在各技术方面的研究工作;然后介绍了几个特定场景下小目标检测算法的典型应用;最后,对小目标检测未来的发展趋势进行展望,提出可行的研究方向,期望为该领域的研究工作提供可借鉴和参考的思路。     

多级轴流压气机出口级转子扩张通道优化设计

为提高多级轴流压气机后面级气动性能,针对某多级轴流压气机出口级转子搭建了基于遗传算法和神经网络代理模型的扩张通道压气机优化设计平台,并对其进行扩张通道优化设计研究。根据优化得到的数据库分析了各设计参数对效率和裕度的影响规律。在优化所得解集中选择了两个扩张通道设计方案,探究了其对效率和裕度的影响规律和机制。结果表明:扩张通道设计可使出口级转子在设计流量点的负荷提高12.1%、效率提高1.28%,同时获得12.50%的裕度改善量。基于当地熵产率损失模型可得,扩张通道转子相较于原型转子,其上下端壁损失增加,叶型损失减小。扩张通道转子近失速点堵塞系数变小是其裕度提升的主要原因。      

基于极限学习机的修正当前统计模型跟踪算法

针对当前统计(Current Statistical,CS)模型由于先验知识的缺乏和其结构特点导致的跟踪精度降低的问题,通过使用极限学习机(Extreme Learning Machine,ELM)并根据目标历史状态信息,实时估计并修正CS模型的加速度估计值,提出了基于ELM的修正CS模型跟踪算法.ELM的训练结果表明...     

一种柔性机器人的神经网络控制方法

提出了一种末杆为柔性杆的机器人的新型神经网络控制方法.它将末杆为柔性杆的机器人分解成刚性前端和柔性末端两部分,使用传统的机器人控制方法控制刚性前端,采用神经网络辩识柔性末端部分的逆模型,将末端的期望轨迹实时分解成末关节转角及末关节轴位姿的期望轨迹再分别进行控制.这一方法将传统的基于模型的控制方法和神经网络方法有机结合在一起.通过对平面3杆柔性机器人的数值仿真,初步验证了这一方法的有效性和良好效果.     

基于模糊神经网络的导弹最优寻的末制导律

提出了一种适用于一类末制导段采用推力矢量控制的新型导弹的模糊神经网络最优寻的末制导律.在制导律设计时不仅要求导弹能量最省,脱靶量最小,同时考虑了推力矢量控制的非线性特点,并且为改善该神经网络系统的学习效果,在学习算法中还引入模糊学习规则.数字仿真表明所提出的模糊神经网络制导律对于机动目标具有较好的攻击能力.     

一种支持工作流模式的扩展工作流网

为了满足企业用户对工作流模型在描述能力和分析能力上的要求,提出了一种 支持工作流模式的扩展工作流网(EWF_net,Extended WorkFlow net).EWF_net是在工作 流网(WF_net,WorkFlow net)的基础上增加一些机制扩展而成的,它改善了WF_net对于动态工作流模型的描述能力,直接支持所有工作流模式,特别是多实例 、取消、高级同步等WF_net不能直接描述的模式.EWF_net通过引入控制变量 来描述工作流模型的相关数据信息;通过引入一类特殊的变迁——传递变迁,来 支持模型的动态路由.在Petri网分析技术的基础上提出EWF_net的形式化的正确性分析方 法.该方法由一致性分析和对应的WF_net的合理性分析2部分组成.最后,通过一个应用实例 来说明EWF_net强大的描述和分析能力.