遗传算法的改进策略及其应用

针对基本遗传算法在优化应用中遇到的诸如局部搜索能力差，计算量大，对较大搜索空间适应能力差和早熟收敛等棘手问题，本文将传统的单纯形搜索算法与遗传算法结合，提出了一种混合遗传算法，并在进行操作中将交叉，变异概率与个体的适应度结合提出一种个体自适应概率，使算法在产生新个体的同时，最大限度地保护优秀个体不受破霈，从而提高了整个算法的运算效率，在上述基础上又引入了加循环操作以加强对优秀个体的利用率，进一步提高算法的效率，通过典型测试函数的数值算例验证，表明本文方法不但可以有效的克服遗传算法的上述缺陷，而且计算速度，稳定性，精度都有明显提高。     

一种新的变步长LMS自适应滤波算法

提出了一种新的变步长算法.理论分析与仿真结果表明,该算法的性能要优于传统的LMS(Least Mean Square)算法和SVSLMS(Sigmoid Variable Step-size Least Mean Square)算法.     

非最小相位系统的最小方差控制

对于非最小相位系统，因其含有不稳定的零点，所以不可以按理想状态的情况构成控制器。提出修正目标函数的方法，可确保非最小相位时最小方差控制输入的有界性和稳定性。     

磁悬浮系统自适应控制方法研究

首先建立了磁悬浮系统在平衡点的数学模型,为自适应控制器选择了恰当的状态模型和参考模型。在此基础上对自适应控制进行了理论和仿真分析,并在硬件上用DSP实现了自适应控制,得出自适应控制方法能够对悬浮系统进行有效的大范围的稳定控制的结论。     

一种增强的运动自适应算法

基于传统算法,提出了一种增强的运动自适应去隔行算法．在第一步运动检测得出运动状态之后用中值检测来纠正运动误判,提高了运动检测的抑制噪声能力．其次,由检测结果进行运动自适应插值：对图像静止部分使用场间插值,对运动部分使用边缘自适应插值．实验结果表明,该算法提高了运动检测的准确性,对静止图像和动态图像均能达到较好的效果．在一定程度上克服了传统算法带来的运动模糊、边缘锯齿等问题,同时与运动补偿算法相比,具有易于硬件实现的优点．     

扩频信号窄带干扰抑制技术及其仿真

从理论上研究了扩频通信系统的窄带干扰频域抑制技术和窄带干扰对消技术,在此基础上,对基带反馈双环对消电路进行了理论分析,对窄带干扰频域抑制技术和窄带干扰对消技术的综合系统进行仿真,并得出该系统可有效抑制扩频系统中的干扰噪声的结论．     

基于单神经元自适应PID的矢量控制系统研究

转子磁场定向矢量控制中,转速PI调节器在控制对象参数变化时其鲁棒性能较差,而单神经元具有自学习、自适应能力,为了进一步改善矢量控制系统的性能,文章提出了用单神经元自适应PID控制器代替传统PI调节器。为了提高单神经元PID控制器的学习能力,将无监督的Hebb学习规则与有监督的Delta学习规则相结合,实现单神经元控制器的参数优化与在线自调。仿真结果表明,该系统不仅具有很好的静、动态性能,而且还具有很强的自适应性和鲁棒性。     

随机响应约束下的桁架结构拓扑优化

研究随机响应约束下的桁架结构拓扑优化问题具有重要的工程应用前景.文章采用自适应遗传算法(AGA)求解了随机响应约束下的桁架结构拓扑优化问题.通过引入海明距离生成高质量的初始种群、采用自适应的交叉和变异算子以及对适应度函数进行线性标定这三个步骤改进了遗传算法的搜索效率以及收敛性.在拓扑优化列式中考虑杆件以及各自由度的拓扑变量以精确地模拟优化过程中杆件和结点的删除.建立了随机载荷作用下结构均方响应的表达式,并以此作为拓扑优化问题的约束条件.另外,提出了一些启发式算法来引导杆件和结点的删除.最后,通过对随机激励下的二维桁架以及三维桁架进行拓扑优化计算,证明了本文方法的实用性和有效性.     

自适应阻尼控制悬架系统的结构与工作原理

自适应阻尼控制悬架系统（Adjuster damping control suspension system,缩写为ADS）是电子控制悬架的一种新方法,奔驰轿车即装用了该种悬架控制系统。