搜索结果: 151-165 共查到“知识库 质量控制与可靠性管理”相关记录276条 . 查询时间(4.896 秒)
二阶饱和线性系统的线性最优容错吸引域
参数空间 反馈增益向量空间 容错吸引域
2014/9/22
考虑执行器故障影响, 研究了二阶饱和线性系统的吸引域估计问题. 通过适当定义容错吸引域, 并采用椭圆逼近, 使得系统的吸引域具有容错能力. 为了保证容错吸引域的收敛性能, 通过状态反馈将闭环系统极点配置在圆形极点区域内. 基于参数空间, 给出了圆形极点区域对应的反馈增益向量空间的不等式表示. 在反馈增益向量空间和执行器幅值的约束下, 基于参考集的缩放构造了一个容错吸引域的优化问题, 并提出了一种求...
基于蚁群算法的小波降噪双阈值优选方法
相关性分析 蚁群算法 压缩机振动故障检测
2014/9/22
将相关性分析方法和阈值降噪方法相结合, 提出了一种基于蚁群算法的小波降噪双阈值优选方法. 首先根据噪声的分布特点确定合理的寻优区间; 然后根据信号和噪声的小波系数自相关系数的不同特点确定优化目标函数; 最后利用蚁群算法在寻优区间内搜索最优上下阈值. 仿真和压缩机振动故障检测的实际应用表明, 该方法能够选择最优降噪阈值, 有效去除噪声.
状态量化的非线性网络化系统的H-infinity控制
量化反馈控制 时滞分割 对数量化器
2014/9/22
鉴于网络数字通信的特点, 研究非线性网络化系统的状态量化反馈??∞ 控制问题. 首先, 同时考虑到网络的诱导时延、数据丢包和信号量化, 建立闭环系统的采样模型; 然后, 结合区间时滞分割法, 将其转化为状态中附加两个时滞变量的分段连续模糊系统; 再利用时滞系统方法和对数量化器的扇形界格式, 对闭环模糊系统进行了??∞ 性能分析和??∞ 控制器综合; 最后, 通过仿真例子验证了所提方法的可行性.
基于Volterra 级数并行递推AP算法的陀螺漂移预测
自适应辨识 陀螺漂移预测 AP算法
2014/9/19
为了预测某导弹陀螺漂移趋势, 以该陀螺漂移角速度时间序列为对象, 建立基于Volterra 级数的非线性时间预测模型, 提出了一种基于Volterra 级数的并行递推放射投影AP 自适应算法. 以系统Volterra 核向量增量的模与某约束总和为损失函数, 按照最陡下降原理导出各阶Volterra 核更新公式; 再利用矩阵求逆引理递推求取各阶Volterra 子系统自相关逆矩阵导出算法. 某导弹实...
基于特征显著性的多特征融合车牌定位算法
最小错误概率 多特征融合 车牌定位
2014/9/19
在分析已有车牌定位技术以及目标检测共有特性的基础上, 提出了基于视觉显著性的特征选择方法. 算法依据先验样本的统计学习, 利用导致最小错误概率判决方法, 得到目标的特征显著性分析. 在车牌定位过程中, 根据得到的特征显著性序列, 依次赋予特征不同的权值, 然后采用融合的方式得到所需要的车牌区域. 实验结果表明, 该算法提高了使用单一特征进行车牌定位的准确率.
单神经自适应PSD 预测控制在过热汽温切换系统中的应用
过热汽温 组态设计 无扰切换 前馈补偿
2014/9/19
提出一种基于单神经元自适应PSD (proportional sum differential) 预测控制器的新型火电厂过热汽温切换控制系统. 采用单神经元自适应PSD 控制与Levinson 预测器相结合的控制方式以改善大滞后、多干扰系统的控制特性, 同时利用Foxboro 公司I/A 系列的DCS 控制系统平台对其组态设计(包括无扰切换、前馈补偿以及抗积分饱和等), 以实现手自动切换和各控制器...
含有参数化和非参数化不确定性系统重复学习控制
自适应控制 重复学习控制 Lyapunov泛函
2014/9/19
针对含有参数化和非参数化的高阶非线性系统, 设计了一种重复学习控制方案. 假设未知时变参数和参考信号的共同周期是已知的, 通过参数重组技巧, 将所有未知时变项合并为一个周期时变向量. 将改进Backstepping 方法与分段积分机制相结合, 构造了微分-差分参数自适应律和重复学习控制律, 使跟踪误差在误差平方范数意义下渐近收敛于零. 利用Lyapunov 泛函, 给出了闭环系统收敛的充分条件. ...
基于差分进化算法的移动传感器网络节点的分布优化
差分进化算法 移动节点 网络覆盖率 网络拓扑控制
2014/9/19
针对传感器节点的分布优化问题, 研究了在保证网络连通性的前提下, 极大化移动传感器网络的有效覆盖面积问题, 提出了一种基于差分进化算法的移动传感器网络节点分布优化机制. 仿真实验结果表明, 该算法能以相对较小的代价快速完成移动传感器网络节点的分布优化, 提高网络的有效覆盖率, 实现移动传感器网络布局的全局优化.
支持向量预选的凸壳顶点法
支持向量 预选取 对偶变换
2014/9/19
为减少参训样本数量, 加快支持向量机在大规模数据集上的学习速度, 提出一种基于凸壳顶点法的支持向量预选算法. 该算法基于线性可分样本集凸壳顶点的集合必然是支持向量超集的事实, 运用对偶原理将凸壳顶点的求解转化为判断线性规划是否有解, 从而求出样本集的凸壳顶点. 构造了非线性映射函数, 并将该算法推广到非线性可分样本集. 基于人工数据集和标准数据集的实验结果验证了算法的有效性.
基于鲁棒控制Lyapunov 函数的非线性预测控制
计算效率 鲁棒控制Lyapunov 函数 鲁棒镇定
2014/9/19
针对一类约束不确定性非线性仿射系统, 提出一种可保证闭环系统鲁棒镇定的非线性模型预测控制算法.利用鲁棒控制Lyapunov 函数得到改进的Sontag 公式, 并以此为基础, 构造一种计算有效的单自由度鲁棒预测控制器.以Matlab 语言为仿真工具, 对一开环不稳定振荡器进行了仿真研究, 结果表明, 利用该控制算法得到的闭环系统不仅渐近稳定于原点, 而且所得控制量和系统状态都满足系统约束, 从而验...
基于粗糙集理论的ERP系统实施风险控制指标属性约简
企业资源计划 风险 粗糙集 属性约简
2014/9/19
现有企业资源计划(ERP) 系统实施风险评价指标体系的主观性较强, 存在冗余现象, 缺乏合理的建立依据. 对此, 通过引入粗糙集理论中的属性约简法, 结合15 家已实施ERP 系统的企业实例, 对ERP 系统实施风险控制指标进行属性约简. 结果表明, 粗糙集属性约简理论在ERP 系统实施风险控制指标体系约简中的应用是有效的, 并得出了包含人力资源管理、企业建模、项目管理等7 项重要风险因素.
具有传递变量的动态贝叶斯网络结构学习
完全时间不对称数据 传递变量 结构学习
2014/9/19
针对现有学习方法对完全时间不对称数据的动态贝叶斯网络学习不具有实用性, 提出一种借助传递变量进行完全时间不对称数据的动态贝叶斯网络结构学习方法. 首先进行相邻时间片间的传递变量序列学习; 然后, 基于节点排序和局部打分-搜索, 进行动态贝叶斯网络局部结构学习; 最后通过时序扩展得到整个动态贝叶斯网络结构.
并行分布控制网络的实时信号时序流图分析
信号模型 信号流图 实时时序分析
2014/9/19
考虑并行分布控制网络中软件过程及物理过程作用和反作用的时间度量特性, 定义带时间标签的信号模型, 采用广义测度函数概念建立信号间的时间关序, 由控制器接口组成网络节点的信号流图拓扑结构, 确定信号作用时序的组合运算, 从而分析软件设计和运行的确定性.
线性时滞系统前馈-反馈次优控制: Taylor 级数法
最优控制 前馈-反馈控制 Taylor 级数
2014/9/19
研究线性时滞系统最优控制的前馈反馈近似设计问题. 基于Taylor 级数法, 将系统的二次型最优控制问题转化为线性代数方程组的求解问题, 给出了系统前馈反馈次优控制律的存在唯一性条件和Taylor 级数表示形式. 仿真算例验证了方法的有效性.