江苏海涂围垦最优决策

根据江苏省海涂资源的特点及开发利用现状，从全局和长远经济效益现值最大的观点出发，对各片海涂的上地利用作了优化和最优开发决策，从而进一步对多片海涂匡围进度进行最优决策。解决了海涂开发与匡围过程中的最优投资分配问题，建立了解决这一问题的通用数学模型。该模型将复杂的决策优化过程化为线性规划与０～１规划相结合的层次体系，通过协调求解。方法简便、实用。     

周期激励下的分段线性振子运动的精确计算

提出了一种精确有效的数值算法，用以确定谐波激励下的分段线性振子的周期运动。该算法基于传统的打靶技术，并以分段线性的解析结果替代了所用的Ｐｏｉｎｃａｒｅ数值积分映射及其Ｊａｃｏｂｉ矩阵。因此，该法摆脱了现有数值算法需要预先假定相轨线穿越不同线性区域次序的束缚。文中的数值算例证明，同现有算法相比，该算法能处理比该类振子更为复杂的动力学行为     

带极端特征向量的重新开始GMRES算法

求解大型非对称线性方程组的 Ｇ Ｍ Ｒ Ｅ Ｓ算法通常以其重新开始版本来减少存储量和计算量,而重新开始过程将影响残量的收敛速度。由此可以考虑在重新开始时保留一些重要信息,如把极端特征值对应的近似特征向量加到新的 Ｋｒｙｌｏｖ 子空间中。这样可以大大加快其收敛速度,而且保持残量最小化性质。     

交流励磁机电流线性放大器特性研究

具有电流线性放大器特性的励磁机,不但可缩小无刷励磁系统励磁电流变化范围,而且可加快系统的动态性能,文中从励磁机电流线性放大器特性实现原理出发,分析了影响励磁机电流线性放大器的因素,研究了励磁机结构参数对电流放大器的放大倍数和线性度的影响。研究表明,增加励磁机的体积尺寸,减小电枢绕组匝数,均可以加大电流放大倍娄和线性度的 但要在提高励磁机电流以放大倍数的同时,保持放大器有较好的线性度,单独改变励磁机     

时滞对象的神经网络Smith预测控制

针对系统的时滞问题提出一种新的控制系统，将神经网络Smith预估器与神经元控制器通过预测误差有效结合在一起，起到预测控制目的。在神经网络Smith预估器中采用优于BP网络的IRN网络，仿真的结果表明系统的实时控制速度有了明显地提高。     

基于SolidWorks的阵列特征设计

通过实例介绍了基于SolidWorks平台的机械零件阵列特征设计的方法.除了圆周阵列和线性阵列的规则阵列特征外,还有由草图驱动的阵列、表格驱动的阵列、曲线驱动的阵列等不规则阵列及随形阵列功能.对于具有相同结构特征的零件,有助于减少重复性工作,从而提高设计效率.     

一类非线性系统的神经网络自适应控制

针对一类单输入单输出不确定非仿射型非线性系统,基于多层神经网络提出了一种直接自适应控制方法。该设计方法首先应用多层神经网络自适应模拟逼近逆解中的未知部分,然后应用逆设计和自适应反演设计出虚拟控制量,最后应用反馈线性化设计方法和神经网络设计了直接自适应控制律。并利用Lyapunov稳定性定理推导了神经网络的参数调节律,保证了闭环系统的所有信号均最终一致有界。     

微铣削系统中直线电机的应用研究

通过一台开放式数控系统的三轴数控铣床的集成,介绍了PMAC运动控制器及基于PMAC控制器的直线电机的伺服控制,验证了直线电机在PMAC控制下伺服性能优良,从而可以实现复杂曲面的微铣削加工。     

基于RHC的无人机自主轨迹优化算法研究

介绍了一种无人机长航程飞行的轨迹优化的新方法.在禁飞区、最大航速和曲率等约束条件下,在滚动时域控制RHC(Receding Hoirzon Control)框架中使用混整线性规划MILP(Mix-Integer Linear Programming)来设计无人机最短时间的航迹,其中引入罚函数来说明从航迹端点到达目标点的估计时间.仿真结果表明,使用这种方法,无人机可以顺利穿过障碍物区域,可以处理确定时间窗口的控制FHC(Fixed Horizon Controller)难于处理的长航程复杂优化问题.     

混合线性/非线性状态空间模型的边缘Rao-Blackwellized粒子滤波法(英文)

本文提出了边缘 Rao-Blackwellized 粒子滤波器(marginal Rao-Blackwellized particle filter, MRBPF)算法,算法融合了 Rao-Blackwellized 粒子滤波器(Rao-Blackwellized particle filter , RBPF)算法和边缘粒子滤波器(marginal particle filter, MPF)算法。算法中状态被分为线形和非线性两部分,分别用 MPF 和卡尔曼滤波器(Kalman Filter)进行估计。地形辅助导航(terrain aided navigation, TAN)的仿真结果表明,与 RBPF 相比,提出算法的非线性状态估计的误差均方根(root mean square error, RMSE)和误差方差分别降低了约 29%和 96%,独立粒子数提高了约80%,获得了更好的收敛结果。分析表明,现有RBPF是MRBPF的一个特例。