天津工业大学计算机科学与软件学院自动化系
- 作品数：21 被引量：108H指数：7
- 相关作者：陈慧琴解兆延蔡均更多>>
- 相关机构：北京理工大学信息科学技术学院自动控制系北京理工大学信息科学技术学院山东水利职业学院信息工程系更多>>
- 发文基金：国家自然科学基金天津市高等学校科技发展基金计划项目天津市应用基础与前沿技术研究计划更多>>
- 相关领域：自动化与计算机技术电子电信理学政治法律更多>>
- 时间序列一步预测方法被引量：5
- 2010年
- 为了改善时间序列预测的性能,提出一种时间序列一步预测分析方法。首先将一个时间序列分解为总体趋势和个体波动两个序列,然后分别对这两个序列进行预测分析,再将结果合成得到最终的预测结果。对于总体趋势序列利用加权滤波算法进行分析,而对于个体波动序列则先进行混沌特性分析,再结合混沌预测分析方法对其进行预测。利用混沌优化方法动态地调节预测网络的参数,逐渐提高网络的预测精度。利用该方法分别对混沌序列、实际股票价格等序列进行了仿真预测分析,仿真结果表明,该方法具有良好的预测效果。
- 修春波
- 关键词：时间序列混沌网络
- 工业控制系统信息化发展综述被引量：7
- 2007年
- 本文简要回顾了工业控制系统的发展,分析了目前流行的现场总线控制系统的组成及存在问题,提出了工业控制系统信息化的发展方向和所涉及的相关技术。
- 陈慧琴蔡均
- 关键词：现场总线信息化
- 序列图像的目标识别方法
- 2007年
- 针对灰度差绝对平均值算法匹配次数多,不具有旋转不变性等缺点,提出一种新的序列图像目标识别方法。首先,分别在模板图像和目标图像中进行特征点检测,然后将模板图像中检测到的特征点附近区域作为特征模板。利用特征模板与目标图像中的特征点相应区域进行环形模板匹配操作,从而在目标图像中找到与模板图像相匹配的特征点。对于因遮挡而丢失的特征点,可根据已匹配特征点之间的相对关系来重新确定,从而实现目标识别的功能。仿真实验验证了该算法的有效性。
- 修春波
- 关键词：目标识别序列图像
- 基于神经网络辨识的迟滞特性建模
- 2006年
- 为解决压电陶瓷迟滞系统的建模问题，在分析了压电陶瓷迟滞特性形成的原因基础上，提出了一种新模型，该模型由两部分组成，一部分为位移伸长量，另一部分为位移缩短量．该模型的最终输出由压电陶瓷伸长与缩短两种相反趋势的相对强弱共同决定．结合混沌优化学习算法，利用神经网络对该模型进行辨识．利用该模型对压电陶瓷迟滞特性进行建模．仿真实验结果表明，该模型可以降低建模误差，提高建模精度，建模效果优于传统方法．
- 修春波顾盛娜刘向东
- 关键词：压电陶瓷神经网络混沌
- 染整工艺碱液的自动配制系统设计
- 2008年
- 本文主要介绍了染整工艺所需浓度碱液的自动配制系统,通过对欧姆龙C200HG型PLC软件的设计,集中控制浓、淡碱的流量比以及各储液罐的液位,实现变频器的参数设置、故障诊断和电机的启动和停止,进而达到自动精确配液,及时输送的目的。此系统工艺简单,可操作性强,能达到企业节能降耗的目的,并能带来良好的环境效益和经济效益。
- 顾盛娜杨公源
- 关键词：交流变频调速技术欧姆龙PLC
- 基于混沌算子网络的时间序列一步预测方法被引量：4
- 2009年
- 为解决时间序列的一步预测问题,提出了一种基于混沌算子的预测网络。混沌算子具有复杂的动力学行为,根据各算子所处的不同状态,利用加权方法计算出时间序列下一时刻的预测值。根据预测值与实际值的误差,利用混沌优化方法动态地调节混沌算子的参数,逐渐提高网络的预测精度。利用该方法分别对混沌以及实际股票价格等复杂时间序列进行了仿真预测。仿真结果表明,该方法可以对具有内在确定性的系统进行有效的预测。
- 修春波王金平刘玉霞
- 关键词：时间序列网络
- 基于聚类分析的犯罪率相关因素的研究
- 结合模糊聚类分析理论研究了影响犯罪率的各因素之间的关系,根据已知样本的期望聚类结果,建立聚类评价指标,结合有监督学习思想,利用混沌优化方法对评价指标进行寻优计算,训练各因素的权重因子,从而确定各因素对犯罪率的影响关系。测...
- 邹晓玫修春波
- 关键词：聚类分析犯罪率混沌优化
- 文献传递
- 基于Hammerstein模型的确定控制量研究
- 基于Hammerstein模型控制的关键是控制量的确定,本文在回顾几种已有控制量求取方法的基础上,提出了具体的新方案:从执行器输入信号工作范围出发,通过约束中间变量,以及合理选择的方法,获取合适的控制量.系统分析和仿真对...
- 徐湘元
- 关键词：HAMMERSTEIN模型
- 文献传递
- 迟滞混沌神经网络及应用
- 2010年
- 提出了一种同时具有迟滞和混沌特性的神经元模型,并利用该模型构造出神经网络,用于求解优化计算等问题。通过在神经元中引入自反馈,使得神经元具有混沌特性。将神经元的激励函数改为具有上升分支和下降分支的迟滞函数,从而将迟滞特性引入神经元和神经网络中。结合模拟退火机制,在优化计算初期,利用混沌特性可提高网络的遍历寻优能力,利用迟滞特性可在一定程度上克服假饱和现象,提高网络的寻优速度。在优化计算末期,网络蜕变为普通的Hopfiled型神经网络,按照梯度寻优方式收敛到某局部最优解。可通过构造能量函数的方法,将图像识别中的特征点匹配等问题转化为优化计算问题,从而可采用该神经网络进行问题求解。仿真结果验证了该方法的有效性。
- 修春波刘玉霞陆丽芬
- 关键词：混沌神经元神经网络
- 蚁群混沌混合优化算法被引量：14
- 2006年
- 为了克服混沌搜索的盲目性,提出了一种蚁群算法和混沌优化算法相结合的混合优化算法,该算法利用蚁群算法中信息素正反馈的思想指导当前混沌搜索的区域。工作蚁群按照信息素的浓度高低,分别按照不同的概率搜索不同的搜索区域,从而可减少混沌盲目搜索的次数。仿真结果表明,该方法能够明显提高混沌优化算法的寻优效率,同时算法的通用性将有所提高。另外,对于含有多个全局最优解的函数,在一次寻优过程中,该算法可以找到全部最优解,这是通常混沌搜索算法所不具备的。
- 修春波张宇河
- 关键词：混沌蚁群信息素
