模糊控制变增益在曲柄箱油雾浓度检测系统中的应用

由于曲柄箱油雾浓度变化范围很大，在计算机控制系统中，必须根据油雾浓度变化而改变增益，以保证A／D转换精度，本文介绍了采用模糊算法控制增益的方法。     

大型图的割集算法研究

割集的概念与性质在网络问题的研究中受到广泛重视,但目前的割集搜索算法可操作性较差.提出了一种适合大型图的割集搜索算法CSA-CJ,利用二进制数分割无向图的顶点集,通过对子图各顶点的关联集的运算产生相应的割集.该算法简单适用,易于用计算机实现,尤其适合于大型图的割集搜索.     

编组站进路调度优化算法

分析编组站作业进路选排问题的本质,以各任务的延误时间加权值总和最小为最优目标,以任务的前后工序选择路径为动态约束,建立编组站作业进路调度数学模型,采用遗传算法求解。编码采用定长染色体,长度为任务的工序数,每个工序采用2段制,编码中的顺序唯一地确定了每工序对指定进路占用的起讫时间和指标递推,设计基于优先规则的编码算法步骤。为保证解的可行性,将编码合法化,对工序进行拓扑排序。递推计算工序开始时间和结束时间,进而计算编码的目标值,并将其转化为适应值。采用轮盘赌与最优性相结合的方法进行选择,设计基于位置成组移位的杂交算子和随机交换的变异算子。以某编组站为例进行模拟计算,结果证明该算法满足编组站进路调度工作的要求。     

Turbo编解码结构及基于LOG-MAP算法的性能仿真研究

阐述Turbo码的编解码结构。研究MAP以及LOG MAP解码算法。设计MATLAB仿真运算程序。根据设计的仿真程序比较Turbo码在不同约束长度、不同迭代次数以及不同编码速率情况下的性能。由仿真结果得出影响Turbo码性能的主要因素是交织器长度、迭代次数、编码速率。在各种情况下通过增加交织器长度和迭代次数、降低编码速率来改善Turbo码的性能。     

尺度适应性二代小波的图像去噪方法

根据二代小波变换的基本理论和特点,研究二代小波对图像去噪的效果。提出基于二代小波的尺度适应性分解算法,并使用改进阈值函数进行阈值分析后再对噪声图像进行去噪处理。实验结果证明,使用尺度适应性二代小波对图像去噪比其他方法具有更好的效果,去噪后的图像信噪比大大提高。     

腹地经济发展对港口吞吐量影响的动态研究

腹地经济规模和经济结构的变化影响着港口的发展方向，但是一般的静态回归模型中解释变量参数是固定的，无法反应腹地各种影响因素变化对港口吞吐量产生的动态影响，而变参数状态空间模型克服了这一缺陷，解释变量的参数可以随时间改变，充分体现了解释变量对因变量影响关系的改变，因此能够更加准确反映考察期内腹地各种因素对港口吞吐量的动态影响。在介绍模型的基础上，就东北经济对大连港集装箱吞吐量影响进行了实证研究，得出了较为详尽的结论，这些结论是港口未来发展的重要决策依据。     

基于红外搜索系统的被动测距技术研究

红外搜索系统是一种被动探测系统，量测数据中无目标的距离量；而评判来袭目标的威胁程度离不开其距离量。介绍了基于红外搜索系统的被动测距技术测量目标距离的算法、原理框图以及仿真试验与结果。     

人工神经网络在故障诊断系统中的应用

人工神经网络以其独到的联想、记忆、储存和学习功能，在故障诊断领域受到了广泛关注。其中，BP网络是最成熟、应用最广泛的一种网络。但BP网络在实际应用中也存在诸多不足，如学习率的取值需要凭借经验或试算选取，网络学习收敛速度慢以及易陷入局部最小点等。针对BP网络的这些不足，采用了Rumelhan附加惯性冲量和动态调整学习率相结合的改进的BP网络方法，并尝试用该改进算法来对凝汽器进行故障诊断。事实证明，在平均情况下，本系统收敛速度远远快于基本的BP算法。     

模糊C-均值聚类算法及其在船舶故障诊断中的应用

船舶设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶设备繁多,运行环境特殊,各种设备的故障症状与故障原因之间的关系十分复杂,致使传统诊断方法在实际应用中效果不理想。因此,研究采用模糊C-均值聚类算法来实现船舶故障的诊断乃是非常必要的。将被诊断对象间故障和症状的特征通过建立模糊关系矩阵进行故障分类,用当前所得的故障征兆群与过去该设备故障征兆结果相对照,找出最相似的结果,从而确定其故障。通过船舶主机轴系诊断的实例,证明了该方法的有效性。     

船舶浮态计算方法及船舶浮态图谱

本文用化非线性问题为线性问题的线性化方法,对非线性隐式的船舶浮态方程组进行了数值解,并在深入研究的基础上提出了两种形式浮态图谱,以便能迅速而准确地确定船舶各种不同装载情况下的浮态。本文给出了五万吨油轮“西湖”号算例。