基于生物神经元的PID控制器及其应用

提出了一种新型的增益自调整的动态神经元PID控制器，该控制器具有非线性滤波和增益自调整等优良特性．由于所采用的生物神经元动态模型(Shunting Model)具有模型稳定、输出光滑、有界的特点，使得控制器的输出有界且光滑，从而可以利用这种控制器构造一类柔性、安全的控制系统．通过倒立摆系统控制的仿真研究，验证了该控制策略的有效性和鲁棒性．     

一种新型带可调因子的模糊控制器

分析了模糊控制器的量化因子和比例因子对系统性能的影响,并针对基本模糊控制器存在不能消除稳态误差以及无法同时获得较好的动态性能和稳态性能的缺点,提出一种新型带可调因子的模糊控制器的设计方案.并以工业过程普遍存在的带滞后的二阶对象为例设计这种模糊控制器,仿真结果表明该模糊控制器能获得较常规模糊控制器优良的控制效果,因而更具有实用价值.     

基于九点控制器的水轮机调速器研究

通过对九点控制器控制策略、控制性能的分析，提出了一种基于九点控制器算法的水轮机调速器。     

遗传BP神经网络在PID控制器中的应用

提出了一种基于遗传BP神经网络的自整定PID控制器的设计方法．利用遗传算法搜索出一组准优的PID参数,作为PID控制器参数的初值,在利用BP神经网络具有逼近任意非线形函数的能力,在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能．计算机仿真结果表明,这种控制算法鲁棒性强,响应速度快,可用于控制不同的对象和过程．     

多端口存储器控制器IP核的设计与实现

提出了一种通用的多端口存储器控制器的设计与实现方案,该方案采用AMBA（advanced microcon-troller bus architecture）总线,最多可支持6个AHB（advanced high-performance bus）主设备同时访问存储器;支持包括SRAM、ROM、NOR-FLASH、SDR-SDRAM、DDR-SDRAM在内的多种存储器;内部设计实现的仲裁器采用固定优先级和TimeOut机制相结合的仲裁策略.基于SMIC 0.13μm CMOS工艺库,芯片面积约为230653μm2,系统时钟为130 MHz.FPGA验证结果表明：该方案实现的存储器控制器能够充分利用存储器的带宽,提高系统的性能.     

应用逆神经网络的自学习控制器

近年来人工神经网络成功地用于动态系统辨识与控制。本文利用人工神经网络逆的概念，说明如何用神经网络去学习动态系统行为以达到控制目的。用一ＢＰ网学习辨识系统的行为，然后作为系统的模型，同时也作为反馈控制器．利用模型通过直接的误差反传技术训练前债控制器．最后，反馈控制器与前控制器一起去控制实际系统。文中给出的２个例子说明了这种控制方法的有效性。     

变速恒频风力发电机组的模糊控制

简要介绍了变速恒频风力发电机组的控制原理,对变速恒频风力发电机组在高于额定风速运行时的变速桨距调节设计了模糊控制器,并用MATLAB对该控制器进行了仿真。     

高频地波雷达可编程同步控制器的FPGA实现

采用FPGA器件对高频地波雷达中的可编程同步控制器进行了设计，在FPGA器件中使用可实时进行雷达波形参数读写的内部存储器，通过对存储的雷达波形参数进行处理后得到了所需的雷达波形，从而实现了同步控制器的可编程性。     

模糊神经网络控制在变速恒频风力发电机组中的应用

简要介绍了变速恒频风力发电机组的控制原理,对变速恒频风力发电机组在高于额定风速运行时的变速桨距调节设计了模糊神经网络控制器,并用MATLAB对该控制器进行了仿真。     

基于专家－模糊PID的通用温度控制系统研究

为了解决温度控制系统易受外界干扰、自身参数时变不确定以及控制难度大等问题, 采用了模糊PID控制算法结合专家判断, 组成专家－模糊PID控制器的方法来控制温度. 将该方法应用于通用智能温度控制器中, 调试运行结果表明: 该方法解决了常规PID适应性差、不能在线进行参数自整定的问题, 不仅具有PID控制精度高的优点, 同时具有良好的动、静态特性, 可满足在通用智能温度控制器中的应用     

考虑应变率效应的FRP-混凝土界面正拉黏结性能研究

为揭示FRP-混凝土界面正拉黏结性能的应变率效应, 对60个标准试件进行快速荷载下的正拉试验, 研究了加载速率、FRP种类及混凝土强度等级3个参数对FRP-混凝土界面正拉黏结强度的影响规律. 在欧洲规范建议的幂函数模型基础上, 通过回归拟合建立了考虑应变率效应的正拉黏结强度预测模型, 并验证其可靠性. 结果表明: 正拉黏结强度随着加载速率的增大而提高; 在中高加载速率时, 加载速率对正拉黏结强度的影响有减弱趋势; 黏贴CFRP的试件正拉黏结强度明显高于黏贴BFRP的试件; 正拉黏结强度随着混凝土强度等级的提高而提高.     

相互作用herding模型的非线性行为和动力学特性

相互作用herding模型定性上能很好地呈现一些真实的经济规律,但定量上与真实的市场还有一定的距离,特别是收益绝对值的自关联衰退得太快．通过数值模拟研究发现该模型在它的参数取某些特定值时具有特有的非线性行为和动力学特性．此时,它不仅重现该模型原有的动力学特性,并能展现出更接近真实的市场规律,其中收益绝对值表现出长程关联,呈现出幂指数分布,它的幂明显变小,落在真实的市场规律范围内．     

随机投入产出模型分析（Ⅱ）

在「１」中我们定义并讨论了齐次随机投入产出模型，本文进一步讨论非齐次随机投入产出模型，得到了类似于确定性投入产出模型的一些结果。     

基于RF位的多阶段动态路径标识模型

为防御因特网的分布式拒绝服务攻击,提出了一种新颖的基于RF位的动态路径标识方案（RFPi）,并采用多阶段的学习过滤模型．理论分析和仿真实验均表明：所采用的新方案最大程度地实现对标记域的有效利用,提高了攻击包和合法包的区分效果,且具有良好的可扩展性,防御效果较为理想．     

非线性发展偏微分方程的一些结果

本文对非线性发展方程的背景、发展等做了简单的综述,就我们近些年在非线性发展方程,及双曲守恒方程组方面所作的工作做了总结。     

La0.33Ca0.67MnO3钙钛矿中的电荷有序

Ｌａ_（０．３３）Ｃａ_（０．６７）ＭｎＯ_３钙钛矿中电荷有序的结构模型是当前凝聚态物理学研究热点之一,前人的工作在这方面有很大的分歧．本文用透射电子显微术证实了横向位移的Ｗｉｇｎｅｒ晶体模型,否定了纵向位移的双条带（ｂｉ－ｓｔｒｉｐｅ）模型．在电荷有序的Ｌａ_（０．３３）Ｃａ_（０．６７）ＭｎＯ_３中发现了非公度调制和在电荷有序过程中生成的位移矢量为ａｃｏ／３的反相畴．     

基于联合神经网络学习的中文电力计量命名实体识别

随着电力计量业务的不断扩展,迫切需要由业务信息、技术知识、行业标准及其内在联系所组成的电力计量知识图谱,为电网的决策和发展提供更为全面有效的支持。命名实体识别是构建知识图谱的基础。针对电力计量领域需要,结合中文分词技术特点,基于联合学习思想,提出了一种基于联合学习的中文电力计量命名实体识别技术。该技术联合CNN-BLSTM-CRF模型与整合词典知识的分词模型,使其共享实体类别和置信度;同时将2个模型的先后计算顺序改为并行计算,减少了识别误差累积。结果表明,在不需要人工构建特征的情况下,方法的正确率、召回率、F值等均显著优于以往方法。     

浅水波方程的一类改进的格子Boltzmann模型

提出了一种改进的格子Boltzmann模型来模拟浅水流动. 新模型通过在演化方程中添加修正项, 一个可调参数被引入到黏性系数与无量纲松弛时间的关系中, 从而使得无量纲松弛时间的值在黏性系数固定时是可调的. 为了验证模型的精确性与稳定性, 对圆柱绕流、流量驱动无外力浅水流进行了模拟. 数值结果表明, 相较于以往模型, 新提出模型在提高精度的同时, 计算效率和稳定性也得到了改善.     

安乐死的本质:"致死"还是"安乐"?

安乐死的研究专家认为安乐死的本质是“减痛”、“除痛”意义上的“安乐”,本文认为它是“不痛苦地引致死亡”.     

线性电压扫描下1VIIS器件瞬态的简单模型

本文用准平衡模型分析讨论了线性电压扫描下MIS器件的I/V瞬态.文中除了给出一般的处理方法以外，还给出了几种不同电压扫描率下I/Y特性的计算结果，并与已往的模型作了比较.