简介：文章提出了一种基于遗传算法建立高木-关野型（T-S）模糊模型的编码方法．该方法将模糊模型的输入变量、规则的选择及结构、对应于任意规则中每个输入变量的隶属度函数的中心位置及宽度同时编码进染色体中，并在遗传算法中进化．为了验证此方法的有效性，文中通过此方法对磁流变（MR）阻尼器的逆动力学模型进行了训练，并通过仿真对训练得到的模糊模型的精度与训练数据进行了比较．结果表明，通过此方法得到的进化T-S模糊模型可以实现高非线性模型的参数辨识，且具有较少的输入变量、规则以及较高的精度．

简介：基于蒙特卡洛模拟算法，提出了一种新的非线性约束条件下的优化算法．该算法不需要人为干预，可完全实现程序化．丈章以一个简单的优化实例验证了该方法的可行性．与其他优化算法和优化工具相比，该算法简洁高效、稳健通用，有较强的工程应用价值，为非线性约束条件下的优化求解提供了新的思路．

简介：运用大数据技术对公路货运量进行科学预测,能帮助各地区进行智慧交通管理。从浙江省统计局官方网站采集十年的数据,经过清洗和预处理,利用有监督的机器学习算法中常用的岭回归算法、朴素贝叶斯算法和KNN算法获得误差曲线,比较三种算法在相同测试集数据条件下获得的准确度和误差结果,寻找较准确的公路货运量预测手段。结果表明,岭回归算法对浙江省公路货运量的预测准确度较高。

简介：针对具有输入时滞的系统,为获得更为理想的跟踪性能,提出了一种PD型迭代学习控制算法;借助范数和Bellman-Gronwall引理,证明了算法的收敛性;仿真结果表明,所提算法能较好地解决具有输入时滞系统的跟踪控制问题,加快迭代算法的收敛速度。

简介：本文讨论基于两维纤维分布模型的非织造布激光散射测定纤维取向分布函数的基本算法，给出了影响测量结果的漫散强度的确定方法，实际测定了四种不同加工方法的非织造布纤维取向分布函数，并将数据与显微投影法测得的纤维取向分布实测数据进行了比较。结果表明，本文所述的方法适用于不同加工方法的非织造布纤维取向分布函数的测量。

简介：OLAP系统通过对企业数据的智能查询,可以对企业决策起到良好的辅助作用。但是大量复杂的查询分析任务要求OLAP系统部署在高性能的服务器上,从而使得系统成本高昂,限制了其在广大中小企业中的推广应用。通过引入分布式技术,把OLAP系统部署在多个小型服务器上,把大量的查询分析任务分配到各个服务器上分布执行,可以利用现有的企业资源来实现OLAP应用。分布式系统中,系统的协调者一般是通过选举算法选出的,在全连接的局域网内,选举策略一般采用Garcia-Molina提出的经典欺负算法或相应的改进算法。本文结合分布式OLAP系统的特点,提出了一种适合该系统的改进选举算法,减少了通讯量,提高了系统效率。

简介：车辆的转向系统是一个非线性系统,转向系统的动态响应依赖于控制算法及其实现。针对重型车辆转向系统进行推导建模,并将PID控制与Bang-Bang控制算法相结合,形成新的控制算法来控制重型运输车辆的转向;在MATLAB/Simulink环境下得到系统的闭环模型,并进行仿真,验证新算法的有效性。