基于模糊神经元PID算法的注塑机注射速度控制算法研究

基于一款市场较为畅销的注塑机, 设计出一种能精确控制注射速度的模糊神经元PID控制器. 首先, 设计出具有自学能力的神经元PID控制器, 利用模糊算法对其进行优化; 其次, 在原有注射速度线性数学模型的基础上, 构建注塑机注射速度的非线性模型; 最后, 利用MATLAB在所建数学模型的基础上对模糊神经元PID控制器进行仿真实验. 实验结果表明, 所设计控制器具有响应迅速、无超调量、控制精度高、控制稳定等优点.     

基于不同策略的三角形区域Hotelling模型混沌动力学分析

建立三角形区域双寡头Hotelling博弈模型,研究了具有不同价格竞争策略的复杂动力学问题.当某些参数发生变化时,会打破系统的纳什均衡,出现分岔、混沌、吸引子和初始条件敏感依赖性等动力学行为,计算了其分形维数.结果表明,采用OYG控制方法,可实现良好的混沌控制效果,使市场回归稳定.     

零误差计算

研究采用有误差的数值计算来获得无误差的准确值具有重要的理论价值和应用价值.这种通过近似的数值方法获得准确结果的计算被称为零误差计算.本文首先指出,只有一致离散集合中的数才能够开展零误差计算,即有非零隔离界的数集,这也是"数"可以进行零误差计算的一个充要条件.以此为基本出发点,本文分析代数数零误差计算的最低理论精度,该精度对应于恢复近似代数数的准确值时必要的误差控制条件,但由于所采用恢复算法的局限性,这一理论精度往往不能保证成功恢复出代数数的准确值.为此,本文给出采用PSLQ (partial-sum-LQ-decomposition)算法进行代数数零误差计算所需的精度控制条件,与基于LLL (Lenstra-Lenstra-Lovász)算法相比,该精度控制条件关于代数数次数的依赖程度由二次降为拟线性,从而可降低相应算法的复杂度.最后探讨零误差计算未来的发展趋势.     

基于贝叶斯参数优化的无模型自适应硅单晶直径控制

直拉硅单晶的生长过程涉及多场多相耦合与复杂的物理化学变化,其中工艺参数的波动是导致晶体直径不均匀的重要原因,如何实现工艺参数的控制以获得理想的、均匀的晶体直径具有重要的研究意义。本文分析现有控制方法存在不稳定以及控制效果不佳的问题后,提出基于贝叶斯参数优化的无模型自适应控制模型来控制硅单晶生长过程中的晶体直径。首先以坩埚上升速度与加热器的功率作为控制输入参数,晶体直径作为输出,搭建无模型自适应控制模型,并分析算法的稳定性。其次将控制模型进行仿真实验,发现硅单晶直径控制模型中不同的超参数设定会影响控制过程的迭代次数以及控制效果。最后,利用贝叶斯优化超参数的取值范围,并进行最终的仿真实验,结果表明,经贝叶斯参数优化后的控制模型计算快、迭代次数少,输出的晶体直径稳定,同时将生长工艺参数控制在实际生产要求范围内。因此,基于贝叶斯参数优化的无模型自适应控制实现了硅单晶直径均匀稳定的有效控制,具有结合工程背景的实际应用前景。     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

基于深度学习的离轴菲涅耳数字全息非线性重构

针对离轴菲涅耳数字全息图,提出基于深度学习的单幅数字全息非线性重构方法 .采用经典的菲涅耳衍射积分模拟数字全息成像以供给网络训练所需样本,利用深度卷积残差神经网络通过学习数字全息图与相关物像之间的非线性数学映射关系实现全息图的物像重构.数值模拟表明,与传统的频率滤波和四步相移技术实现菲涅耳数字全息重构相比,本文提出的方法可直接消除零级像及孪生像,无需条纹物项抽取预处理步骤,且重构的物像具有较高的质量,针对相同记录参考光下不同衍射距离所生成的测试集亦具有较强的稳健性.     

电枢膛内高速运动控制仿真与试验

电磁轨道发射的过程中，电枢在膛内高速运动时会受到电磁力、电枢初始正压力、摩擦力、空气阻力、烧蚀阻力等多种因素影响，电枢的出口速度呈现出在一定范围内波动的特征。为了提高电枢的出口速度精度，针对膛内电枢与轨道摩擦不均衡性和烧蚀程度不确定的特性，综合考虑脉冲成形网络的电路模型与电枢的动力学特征，建立了电枢在膛内的运动开环控制仿真模型。通过仿真，得出了脉冲电源模块触发时刻与电枢出口速度之间的关系，提出了电枢出口速度闭环控制模型，探究了电枢出口速度控制可行方案。结果表明:应用闭环控制算法，可实现对电枢出口速度的精确控制。     

碳纳米管的可控长度拾取及导电性分析

拾取指定长度的半导体性碳纳米管对大规模制造碳纳米管场效应管具有重要意义.本文提出了一种利用原子力显微镜探针和钨针对碳纳米管进行可控长度拾取的方法并进行了碳纳米管导电性分析.在扫描电子显微镜下搭建微纳操作系统,针对切割操作过程中原子力显微镜探针、钨针和碳纳米管的接触情况进行了力学建模和拾取长度误差分析.建立了单根金属性碳纳米管、单根半导体性碳纳米管及碳纳米管束与钨针接触的电路模型,推导了接入不同性质碳纳米管后电路的电流电压特性方程.使用原子力显微镜探针对碳纳米管的空间位姿进行调整,控制钨针对碳纳米管上目标位置进行通电切割,同时获取切割电路中的电流电压数据.实验结果表明,本文提出的方法能够有效控制所拾取碳纳米管的长度,增加碳纳米管与原子力显微镜探针的水平接触长度能够减小碳纳米管形变导致的拾取长度误差,建立的电流电压特性方程能够用于分析碳纳米管的导电性.     

网络系统的控制与优化

<正>近年来,网络系统的控制与优化是国内外科学工作者重点关注的研究领域,该项研究与生物、社会系统和现代工程技术的发展密切相关.多智能体系统是一类具代表性的网络系统,它可普遍用于多机器人的编队控制、空间无人机的分布式队形控制,也可为传感器网络研究以及复杂系统的自主协调控制等提供必要的理论基础.其中的一个典型问题在于理解如何通过仅调节少量个体来控制整个网络系统的行为,这是对网络系统施加控制的一种