簡介：當今社會電能已成為社會、經(jīng)濟發(fā)展不可缺少的二次能源。在礦物質能源日益短缺的今日電能的存儲和轉換也已成為人們日益關注的焦點和各個領域研究的熱點。其中飛輪儲能以其儲能密度高、充電時間短、抗過充放電能力強、能量轉換效率較高、對環(huán)境要求較少等優(yōu)點在航天、交通、電力等方面展現(xiàn)出很好的應用前景。本文主要研究基于飛輪儲能系統(tǒng)的電力轉換控制系統(tǒng)其涉及到的主要內容有靜止坐標系與旋轉坐標系之間的變換、永磁同步電機在DQ坐標系下的數(shù)學建模、功率變換器的分析與研究、控制器的設計等。首先選用永磁同步電機作為飛輪儲能系統(tǒng)的儲能電機然后結合永磁同步電機的工作原理及其坐標變換理論建立了其在DQ坐標下的數(shù)學模型。詳細分析了功率變換部分所使用的矩陣式變換器的拓撲結構、基本工作原理、調制策略等問題對矩陣變換器雙空間矢量調制法做了重點介紹并建立了矩陣式變換器的仿真模型仿真結果顯示所建立的矩陣式變換器有良好的輸出電壓波形以及諧波含量少的輸入相電流波形反映出矩陣式變換器具有優(yōu)良的特性。論文在研究分析傳統(tǒng)雙閉環(huán)調速系統(tǒng)的基礎上根據(jù)模糊控制和神經(jīng)網(wǎng)絡控制的基本理論結合速度環(huán)控制器的一般設計方法分別設計了模糊PID控制器和BP神經(jīng)網(wǎng)絡PID控制器并采用這兩種控制器在MATLABSIMULINK環(huán)境下對飛輪儲能充電系統(tǒng)的控制進行了相應仿真同時對PID調節(jié)器各參數(shù)進行了有效整定仿真結果表明系統(tǒng)采用模糊控制和神經(jīng)網(wǎng)絡控制方法使整個飛輪儲能系統(tǒng)獲得了較好的輸出電壓、電流、轉矩和轉速波形針對上述兩種控制器各自存在的不足文中采用模糊神經(jīng)網(wǎng)絡控制器作為飛輪儲能系統(tǒng)的速度環(huán)控制器從而使系統(tǒng)獲得了更為優(yōu)良的穩(wěn)定性、響應速度和穩(wěn)態(tài)精度表明了模糊神經(jīng)網(wǎng)絡控制較模糊控制或神經(jīng)網(wǎng)絡控制單獨作用具有更大的優(yōu)越性為飛輪儲能系統(tǒng)在實際中的應用奠定了理論基礎。

簡介：1956年的達特矛斯DARTMOUTHCONFERENCE會議上約翰麥卡錫JOHNMCCARTHY提出人工智能就是要讓機器的行為看起來像是人所表現(xiàn)出的智能行為一樣。從“人工智能”概念的提出到現(xiàn)在，僅僅發(fā)展才50多年，人們一次又一次的對眼前的與時俱進的仿真機器人發(fā)展的步伐所驚服，它們在許多方面大大超過人類的智能，人類社會已無法離開人工智能。人工智能以“0”與“1”的方式毫不妥協(xié)地改變著人類社會發(fā)展進程。然而，在人們在對人所創(chuàng)造的人工智能的發(fā)展歡呼的同時，“它們最終像人一樣嗎”、“它們會超越于人嗎”、“人的智能在未來的社會發(fā)展中地位”這樣的困惑一次又一次地回旋在人們的頭腦中，揮之不去。在人工智能發(fā)展的歷程中，許多科學家站在自己“疆土”上，以引為驕傲的研究成果向世界宣告了人工智能取代人的智能、機器人將“統(tǒng)治”人的圖畫。并且，隨著科學和人工智能的每一步突破性的發(fā)展，上述觀點總是在人的頭腦中一次又一次被放大、渲染。人工智能研究中出現(xiàn)的這些問題，不僅直接影響人工智能的發(fā)展，同時也對人類社會發(fā)展產(chǎn)生重大影響。人類社會已離不開人工智能。人們不得不對人工智能的發(fā)展深思何為人工智能為何發(fā)展人工智能人工智能如何發(fā)展人工智能向何處發(fā)展筆者以為，歷史證明，僅從科學研究的某學科是無法解答的，研究人工智能發(fā)展根本上需要放眼哲學視域，從哲學視野研究人工智能發(fā)展的問題。本文試圖以哲學的視野探討人工智能發(fā)展中引發(fā)的矚目的問題，重點運用辯證唯物主義的觀點進行研究，在分析人的智能的產(chǎn)生、本質和社會發(fā)展的基礎上，探討人類發(fā)展中人工智能的目的與價值，研究人的智能與人工智能的關系、人類社會與機器人“世界”的關系，尋求辯證唯物主義視域中關于人工智能發(fā)展問題的較為恰當?shù)慕Y論以人的全面發(fā)展前提和要求，充分發(fā)展和運用人工智能滿足人類社會發(fā)展，促進科學和人類社會不斷進步與發(fā)展。

簡介：智能機電人工腿主要由膝關節(jié)、執(zhí)行機構、踝關節(jié)、腳以及智能控制器等組成是一個復雜的非線性控制系統(tǒng)它融合了智能控制理論、微電子技術、計算機控制技術、機械設計與制造、生物醫(yī)學工程及康復醫(yī)學工程等技術它的關鍵部件是控制人工腿膝關節(jié)屈伸運動及小腿擺動的智能控制器其常常采用模糊控制策略智能人工腿的研制對于殘疾人回歸社會生活及改善生活質量具有決定作用有著重大的社會意義本文對國內外人工腿研究工作的歷史及現(xiàn)狀作了綜合分析在此基礎上指出現(xiàn)有人工腿控制器的問題并提出了改進方案在智能人工腿控制器的算法設計部分首先介紹了遺傳算法和模糊控制的基本內容再由運行參數(shù)對模糊控制系統(tǒng)響應影響的分析得出在系統(tǒng)運行過程中采用固定參數(shù)的模糊控制器不可能得到優(yōu)異的動態(tài)及穩(wěn)態(tài)性能因此有必要根據(jù)系統(tǒng)的控制進程對控制器參數(shù)進行在線自動調整的結論針對固定參數(shù)模糊控制器的上述缺陷構造以系統(tǒng)動態(tài)誤差為變量的運行參數(shù)自調整公式提出了一種基于遺傳算法優(yōu)化的參數(shù)可在線自調整的模糊控制器的設計方法計算機仿真結果表明這種模糊控制器比參數(shù)固定的模糊控制器在系統(tǒng)動態(tài)和穩(wěn)態(tài)性能方面有較明顯的改善它具有很強的適用性可被廣泛運用于控制各種不同的對象這對于智能人工腿模糊控制器的優(yōu)化實現(xiàn)實時、快速、精確的控制最終提高人工腿的行走性能具有重要意義智能人工腿最大的特點是能跟隨截肢者步行速度變化而變化因此步速測量電路是智能人工腿中的一個重要組成部分本文提出如下的步速測量方法在預定的時間間隔內連續(xù)采樣速度測量值并求取平均值由平均值所對應的檔位值作為人工腿控制器的給定值在電路研制中首次采用先進微傳感器ENV05F型角速度傳感器這種角速度傳感器能瞬時捕捉大腿擺動的角速度該傳感器體積小重量輕響應快非常適宜安裝在人工腿內部論文以該傳感器為步速采樣傳感器研制出基于AT89C51單片機的步速測量模塊實驗表明該模塊電路能有效地感應健側肢行走速度滿足實時測量的要求并通過與人工腿控制器接口電路直接提供智能人工腿控制器的給定跟蹤值

簡介：本文應用人工智能技術中的人工神經(jīng)網(wǎng)絡模型、模糊神經(jīng)網(wǎng)絡模型、遺傳算法對影響到堤壩安全的三個問題進行了分析，分別對堤壩管涌預測判定問題、混凝土壩抗震可靠度問題、堤壩邊坡穩(wěn)定性的可靠性評估問題運用人工智能技術進入深入分析，獲得很好的結果。第一個分析的問題是堤壩管涌問題，應用人工智能技術建立了管涌預測與判定的模型。首先分析了堤壩管涌發(fā)生的過程和影響管涌發(fā)生的因素，提出了一種預測判定管涌發(fā)生可能性的機理模型，根據(jù)機理模型從影響堤壩管涌發(fā)生的諸多復雜因素中選出既便于測量、觀測又對管涌發(fā)生影響顯著的幾種因素作為人工神經(jīng)網(wǎng)絡的輸入，建立了管涌影響因素與管涌發(fā)生指標之間的映射關系。應用收集到的管涌數(shù)據(jù)對管涌人工神經(jīng)網(wǎng)絡模型進行訓練和預測，預測的結果精度較高，說明人工神經(jīng)網(wǎng)絡是預測判定管涌發(fā)生的有效方法。針對管涌發(fā)生的不確定性和模糊性，文中進一步建立了管涌的模糊神經(jīng)網(wǎng)絡模型，用同樣的樣本對模糊神經(jīng)網(wǎng)絡進行訓練和測試，獲得不錯的預測結果，證明模糊神經(jīng)網(wǎng)絡也是預測判定管涌發(fā)生的有效方法。第二個分析的問題是混凝土壩的抗震可靠度問題，應用人工神經(jīng)網(wǎng)絡技術建立混凝土重力壩和拱壩的抗震可靠度模型。

簡介：現(xiàn)代控制系統(tǒng)，規(guī)模越來越大，系統(tǒng)越來越復雜，用傳統(tǒng)的控制理論方法已不能滿足控制的要求。智能控制是在經(jīng)典控制理論和現(xiàn)代控制理論的基礎上發(fā)展起來的，是控制理論、人工智能和計算機科學相結合的產(chǎn)物。傳統(tǒng)控制是經(jīng)典控制和現(xiàn)代控制理論的統(tǒng)稱，它們的主要特征是基于模型的控制。由于被控對象越來越復雜。其復雜性表現(xiàn)為高度的非線性，高噪聲干擾、動態(tài)突變性以及分散的傳感元件，分層和分散的決策機構、多時間尺度，復雜的信息結構等，這些復雜性都難以用精確的數(shù)學模型微分方程或差分方程來描述。除了上述復雜性以外，往往還存在著某些不確定性，不確定性也難以用精確數(shù)學方法加以描述。然而，對這樣復雜系統(tǒng)的控制性能的要求越來越高，這樣一來，基于精確模型的傳統(tǒng)控制就難以解決上述復雜對象的控制問題。在這樣復雜對象的控制問題面前，人們將人工智能的方法和反饋控制相結合，解決復雜系統(tǒng)面臨的復雜控制系統(tǒng)的難題。智能控制主要分為邏輯控制、神經(jīng)網(wǎng)絡控制和實時專家系統(tǒng)。研究的主要目標不僅僅是被控對象，同時也包含控制器本身。文中介紹了傳統(tǒng)的PID控制原理，PID分為位置式和增量式，計算機控制是數(shù)字PID控制。一些改進的PID控制算法是針對實際應用中的不足提出的，如積分分離式PID控制算法，抗積分飽和算法，變速積分算法等，實際應用中，控制又分為簡單PID控制和串級PID控制，對一些典型的控制算法。對仿真結果進行了對比分析，說明了改進算法的作用。本論文對智能控制的一個分支人工智能控制的算法進行了研究。將人工智能控制算法與經(jīng)典的PID調節(jié)器以及控制方法相結合，對一個三階時滯系統(tǒng)進行了仿真控制研究。仿真結果表明，用這種思想設計的控制器改善了單一控制方法的控制性能。在仔細分析人工智能控制算法和PID控制器的基礎之上，將二者結合，相互取長補短，使其算法與單一的PID控制器比較起來，在快速性、穩(wěn)定性上有較明顯的改善。本文還根據(jù)人工智能控制算法的特點及控制的優(yōu)勢，將其與控制算法相結合，顯著地改善了系統(tǒng)的性能，并在此基礎上加入動、靜態(tài)校正的算法，進一步改善了系統(tǒng)的穩(wěn)定性、快速性，獲得令人滿意的控制效果。最后，文章通過對仿真結果的分析說明了結合不同控制方式的必要性、合理性。顯示了智能控制的優(yōu)勢和不足，為教學和研究提供了一個新的思路。

簡介：點擊查看更多基于人工智能理論的采礦方法選擇的研究.pdf精彩內容。

簡介：隨著針對目前電力系統(tǒng)的規(guī)模不斷擴大，動態(tài)等值作為一種系統(tǒng)簡化的方法，具有可以大大降低計算量、降低方程的維數(shù)并能保持系統(tǒng)主要特征等優(yōu)點，對于實時在線分析十分重要，受到了越來越多的重視。針對目前電力系統(tǒng)動態(tài)等值的研究現(xiàn)狀，本文重點研究了估計等值法，主要作以下三個方面的工作L、研究了電力系統(tǒng)動態(tài)等值的模型估計等值法，詳細介紹了外部系統(tǒng)等值模型的建立的基礎理論，包括模型的建立方法和電力系統(tǒng)的基本元件模型。2、研究了動態(tài)等值的數(shù)據(jù)來源，提出了采用非對稱擾動數(shù)據(jù)的等值方法，該方法對外網(wǎng)等值模型中不含聯(lián)絡線都適用，等值模型建立在PARK方程求解的基礎上，并以故障錄波器數(shù)據(jù)為例進行了等值數(shù)據(jù)說明。3、提出了小生境免疫算法的人工智能方法用于動態(tài)等值，在單機無窮大系統(tǒng)算例中進行了應用，該算法精度高，速度快，具有很好的收斂性，魯棒性強。上述等值模型、等值方法在天津電網(wǎng)中進行了應用，并對等值得到的模型進行了靜態(tài)特性和動態(tài)特性校驗，仿真結果表明本文提出的估計等值法是行之有效的，能夠滿足工程精度求。

簡介：隨著電子技術的快速發(fā)展與軍事斗爭的需要，武器裝備中印刷電路板的組成及實現(xiàn)的功能越來越復雜并多工作在惡劣的外部環(huán)境中，有時為了完成任務，需要超負荷的運轉。武器裝備中印刷電路板的使用現(xiàn)狀致使某些電子線路、元器件等損壞、失效，以致整個裝備不能正常發(fā)揮作用。這要求我們研究新的技術和方法，進一步提高電子設備的可靠性；當電路發(fā)生故障時，要求能及時、準確地辨識故障，以便檢修和替換。本課題“基于人工智能技術的印刷電路板故障診斷方法研究”，就是通過對小波分析、數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡和信息融合等人工智能技術深刻認知與理解的基礎上，提出這幾種技術在印刷電路板中的應用方式和驗證方式，分析每種技術的應用方式及優(yōu)缺點，探討集成多種人工智能技術進行印刷電路板故障識別的方案。課題通過對幾種人工智能技術的研究，在軟件中實現(xiàn)了小波分析、神經(jīng)網(wǎng)絡、數(shù)據(jù)挖掘和信息融合等技術，并分為訓練數(shù)據(jù)導入、小波分析、數(shù)據(jù)訓練、診斷數(shù)據(jù)導入、小波分析、數(shù)據(jù)診斷6個操作模塊實現(xiàn)印刷電路板智能診斷功能。對故障電路板在特定節(jié)點的電壓等參數(shù)進行采集，經(jīng)過分析和處理后，使用小波分析和濾波等技術簡化并提取其中蘊含的模式信息，然后使用數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡等進行模式識別，從而定位并診斷出特定模式對應的故障。針對實際電路板故障的復雜性，需要綜合多種模式識別算法，并使用信息融合技術綜合所得的不同的結果，給出最終的診斷結論。經(jīng)過實際電路板測試驗證，該設計方案對同類電路板的單故障診斷結果達到90％以上，具有很好的通用性和較好的應用前景。

簡介：點擊查看更多基于人工智能的軟測量建模方法研究及其在熱工過程中的應用.pdf精彩內容。

簡介：電機作為一種應用范圍廣需求量大的機電轉換設備，普遍應用于建筑、機械、冶金、運輸?shù)汝P系國民經(jīng)濟命脈和國家安全的領域。電機運行的安全性直接關系到其運行領域的穩(wěn)定性，而電機運行的安全性很大程度上取決于電機轉子的絕緣性能。電機經(jīng)過長期高速運行，其內部結構通常會受到電、熱、環(huán)境等綜合因素的作用而發(fā)生損壞，使其電氣和機械性能降低，嚴重影響了電機的壽命。因此，建立電機轉子繞組的匝間耐壓診斷和監(jiān)測系統(tǒng)，定期進行轉子絕緣性能的檢測，避免產(chǎn)生內部結構老化等現(xiàn)象，使電機能正常運行，這已成為確保各行各業(yè)安全生產(chǎn)和運行的迫切需要。本文采用微分探測線圈方法采集電機轉子的氣隙勵磁磁勢信號進行分析處理，利用轉子繞組短路時氣隙勵磁磁勢信號中漏磁通分量的幅值發(fā)生變化這一特征信息進行分析。選擇小波分析、小波包分解和神經(jīng)網(wǎng)絡算法作為理論基礎，綜合分析了電機轉子繞組的氣隙勵磁磁勢信號的性能和參數(shù)特點。選擇MATLAB作為軟件開發(fā)平臺進行各種算法的實現(xiàn)，建立了基于人工智能的電機匝間耐壓檢測系統(tǒng)，從而實現(xiàn)了電機轉子短路的故障診斷。通過模擬電機轉子繞組發(fā)生匝間短路的故障過程，綜合多種檢測算法對轉子短路時的氣隙勵磁磁勢信號進行診斷，全面分析了診斷方法，設計了電機匝間耐壓檢測系統(tǒng)。設計內容主要包括氣隙勵磁磁勢信號的微分變換、小波變換消除主磁通的干擾、小波包提取信號的故障特征信息、BP神經(jīng)網(wǎng)絡對故障模式的訓練和測試。通過測試表明，該診斷系統(tǒng)能夠更準確、更有效的分析電機轉子繞組的氣隙勵磁磁勢信號并診斷出轉子的短路故障，保證了電機轉子的安全運行。它提供了一種簡單、實用的短路故障診斷的新方法，發(fā)展了人工智能的診斷系統(tǒng)在轉子繞組短路故障檢測方面的應用，使診斷系統(tǒng)更加科學化。隨著故障檢測與診斷技術發(fā)展的日益成熟，電機轉子繞組的絕緣診斷技術研究具有重要的理論意義，將人工智能技術應用于電機轉子繞組的絕緣故障診斷方面，可以更準確的判斷出短路故障槽位置，提高電機的診斷效率。

簡介：點擊查看更多基于人工智能技術的輸電線路繼電保護系統(tǒng)的應用研究.pdf精彩內容。

簡介：人工智能是研究人類智能活動規(guī)律的科學，在大學英語教學中應用人工智能技術，結合INTER，開發(fā)輔助教學專家系統(tǒng)，能有效解決目前大學英語教學改革中面臨的師資不足、教學模式單一等問題，實現(xiàn)教學資源共享，有效提高教學質量、減輕教師負擔、加強學生自主學習能力。論文介紹了人工智能的原理、特點及應用領域，分析了目前大學英語教學面臨的問題，提出了基于人工智能技術的大學英語輔助教學系統(tǒng)的實現(xiàn)方案。該系統(tǒng)包括兩個重要部分采用專家系統(tǒng)理論建立的教師英語輔助教學專家系統(tǒng)模塊，利用產(chǎn)生式和框架式相結合對英語專家的領域知識進行知識表示，運用不確定性模糊推理分析，使教師了解學生知識點的掌握情況，指導教學；采用BP神經(jīng)網(wǎng)絡建立學生自主學習系統(tǒng)模塊，分析學生測試情況，使學生能自我診斷，通過學生累次練習結合艾賓浩斯記憶遺忘曲線，給出學生自主學習建議，使學生能進行有針對性的學習。最后，按照軟件工程理論，對該系統(tǒng)進行了總體設計、詳細設計，并編碼實現(xiàn)了該系統(tǒng)。該系統(tǒng)已在WINDOWS平臺上用VISUALSTUDIO2005集成開發(fā)環(huán)境和MICROSOFTSQLSERVER2000數(shù)據(jù)庫實現(xiàn)，實驗結果表明系統(tǒng)通過推理分析能幫助教師掌握學生學習情況，使學生能自主學習，具有良好的應用價值。

簡介：隨著INTER技術的不斷發(fā)展，傳統(tǒng)的諸如電子郵件、文件傳輸以及遠程登陸等服務已經(jīng)不能夠滿足人們的需要。同時，隨著移動INTER設備的大量涌現(xiàn)，能夠支持移動性應用的服務將會對網(wǎng)絡本身產(chǎn)生不同的需求。這些新的需求促使網(wǎng)絡能夠根據(jù)用戶的可變需求對網(wǎng)絡結構進行重新設計并導致主動或可編程網(wǎng)絡的出現(xiàn)。盡管這一領域已經(jīng)取得豐碩的成果，而網(wǎng)絡的自動化管理和維護卻由于網(wǎng)絡管理者是人類本身而處于較低的水平。網(wǎng)絡不能夠意識到本身的狀態(tài)和應用的需求，沒有本身的目標和如何實現(xiàn)這個目標的知識，并且不能夠對自身的行為進行推理。這就是說，應用的發(fā)展迫切需要網(wǎng)絡本身具有“認知”屬性。認知無線網(wǎng)絡能夠感知當前網(wǎng)絡的情況，基于數(shù)據(jù)流的端到端的配置目標對無線網(wǎng)絡進行計劃、判決和采取相應的自適應行動。同時，無線網(wǎng)絡能夠從這些自適應行動中學習，并將學習到的知識應用于網(wǎng)絡未來的判決中。認知無線網(wǎng)絡是一項復雜的技術，其研究內容包括了網(wǎng)絡體系結構研究、環(huán)境感知技術、知識表示以及獲取技術、機器推理技術、機器學習技術、網(wǎng)絡可重配置技術等諸多技術問題。本文采用機器學習技術通過跨層優(yōu)化的手段來實現(xiàn)端到端的配置目標，著重對網(wǎng)絡體系結構、知識獲取技術和機器學習技術作了比較深入的研究。主要研究成果如下1設計了一種認知網(wǎng)絡系統(tǒng)結構，即獨立于傳統(tǒng)OSI七層結構的新的認知面，它方便認知網(wǎng)絡實現(xiàn)中的模塊化，并降低未來網(wǎng)絡系統(tǒng)實現(xiàn)的復雜度。其次，給出了認知面的功能實現(xiàn)模塊，特別是闡述了兩種認知能力具體的實現(xiàn)方法利用多目標遺傳算法對認知網(wǎng)絡進行“離線內省”學習，解決“有經(jīng)驗指導”的學習問題，提高認知網(wǎng)絡的離線學習能力；利用案例推理對認知網(wǎng)絡進行“在線判決”，解決模型的快速匹配問題，提高認知網(wǎng)絡的實時處理能力。最后，以異構網(wǎng)絡中擁塞控制為例對這兩種認知能力進行了詳細闡述。2采用網(wǎng)絡情景意識知識庫和案例推理相結合來實現(xiàn)認知能力目前得到了廣泛的研究。著重對無固定設施的無線網(wǎng)絡如自組織網(wǎng)，如何構建網(wǎng)絡情景意識知識庫包括構建案例集以及從案例集中提煉出知識進行研究。結合某自組織網(wǎng)絡，從網(wǎng)絡情景意識和網(wǎng)絡的協(xié)議重配置能力兩個方面，提出采用NSGAⅡ的多目標優(yōu)化算法和模糊判決相結合的方法來生成認知無線網(wǎng)絡的案例集。根據(jù)對案例集的觀察獲取到認知無線網(wǎng)絡的一些共性知識。仿真結果表明隨著信道質量和網(wǎng)絡業(yè)務負載的變化，采用學習機制對網(wǎng)絡采取跨層重配置以后，網(wǎng)絡傳輸平均時延大約可以減小為網(wǎng)絡最差性能的50％以上，網(wǎng)絡呼叫成功率可達100％，網(wǎng)絡吞吐量可以提高20％左右。3針對部分連接ADHOC網(wǎng)絡中路由選擇主要依賴于轉發(fā)概率而轉發(fā)概率事先未知的特點，研究認知無線網(wǎng)絡單個節(jié)點通過人工智能領域的Q學習手段實現(xiàn)對轉發(fā)概率的在線學習機制。提出了一種基于SSPQL框架的DTN網(wǎng)絡路由算法QMEED。QMEED算法能夠實現(xiàn)在充分“利用”最大轉發(fā)概率節(jié)點的同時“探索”其它具有更好轉發(fā)概率的節(jié)點；同時，QMEED算法實時地根據(jù)Q學習給出的獎勵或者懲罰結果來對下一跳節(jié)點自動做出選擇。針對Q學習需要較長的訓練時間達到收斂問題，采用SSP算法來對路徑進行隨機統(tǒng)計概率的學習從而加快收斂的速度。在THEONE平臺上，用JAVA語言實現(xiàn)了該算法的仿真，并與其它路由算法在傳遞成功率、平均緩沖時間、消息傳輸開銷進行了比較。仿真結果表明，QMEED算法具有較好的性能，能夠滿足DTN網(wǎng)絡的需求，是一種有效的路由解決方案。4針對存在局部干擾的ADHOC網(wǎng)絡中節(jié)點的自私性和網(wǎng)絡整體利益之間的矛盾而導致的ADHOC網(wǎng)絡擁塞問題，研究認知無線網(wǎng)絡節(jié)點之間通過博弈學習而實現(xiàn)最佳的數(shù)據(jù)分流的在線學習機制。首先證明基于MAC層競爭造成的網(wǎng)絡擁塞模型中存在納什均衡點。其次，基于WOLFPHC學習策略提出了一種跨層擁塞控制WCS機制。它在路由層中選擇一對去耦合節(jié)點作為轉發(fā)節(jié)點，同時在MAC層對源節(jié)點的發(fā)送數(shù)據(jù)進行分流，從而提高鏈路的空間重用性。仿真結果表明在不需要交互任何信息的情況下，通過節(jié)點之間的相互博弈以后，采用WOLFPHC算法能夠找到每個節(jié)點的最佳分流概率進而使整體網(wǎng)絡吞吐量達到最大值；同時當外界環(huán)境發(fā)生改變時，該算法能夠較快地找到新的最佳分流概率從而實現(xiàn)對環(huán)境的自適應能力。

簡介：信息化在制造業(yè)中的應用不斷深入和延伸對制造業(yè)的發(fā)展起到了舉足輕重的作用隨著制造業(yè)向著高效率、高利用率和低碳環(huán)保方向發(fā)展對制造業(yè)信息化的應用模式也提出了更高的要求迫切需要建立一個可有效整合各類資源的網(wǎng)絡平臺來為分散的終端用戶提供按需分配的及時有效的服務本文提出將BP人工神經(jīng)網(wǎng)絡智能算法應用于云制造系統(tǒng)平臺中的圖像資源過濾分類環(huán)節(jié)來降低系統(tǒng)冗余性并提高服務效率。論文主要圍繞云制造這一網(wǎng)絡化制造模式下的新應用主題展開研究內容主要包含以下幾方面內容1對云制造概念的提出、發(fā)展、意義及應用做出總結并對云制造系統(tǒng)平臺的架構與搭建相關技術和運營模式進行分析2為了實現(xiàn)云制造系統(tǒng)平臺可更加有效的將分散資源自動集中匯聚將BP人工神經(jīng)網(wǎng)絡智能算法應用于云制造系統(tǒng)平臺中為后續(xù)實現(xiàn)平臺資源可自組性的自動擴充做準備3對云制造系統(tǒng)平臺中的圖像類資源的特征表述、提取和識別方法進行研究4以幾類機械零件圖像智能識別分類為例進行試驗建立三層BP人工神經(jīng)網(wǎng)絡對樣本圖像進行顏色特征與幾何特征提取將提取的特征組成學習向量讓人工神經(jīng)網(wǎng)絡來學習用學習后的網(wǎng)絡來進行測試改變網(wǎng)絡的參數(shù)對結果進行比較分析來驗證智能算法對云制造系統(tǒng)平臺中的圖像類資源自動識別、分類的想法的可行性5將理想的神經(jīng)網(wǎng)絡程序封裝為GUI程序然后利用MATLABCOMPILER編譯器打包成應用程序發(fā)布使其可脫離MATLAB軟件環(huán)境運行6利用JAVA腳本語言將應用程序嵌入到BS模式平臺的網(wǎng)頁中實現(xiàn)在服務器端網(wǎng)頁調用應用程序。

簡介：點擊查看更多故障診斷及故障測距的人工智能算法研究.pdf精彩內容。