谭志国[1]2003年在《灰色自适应谐振理论及其性能评估》文中提出神经网络的学习方式通常包括叁种：监督(supervised)学习、无监督(unsupervised)学习和强化(reinforcement)学习。由S.Grossberg和G.A.Carpenter等人提出的自适应谐振理论(Adaptive Resonance Theory-ART)是采用无监督学习的竞争型神经网络模型，其记忆方式与生物记忆形式类似，记忆容量可随学习模式的增加而增加，不仅可进行实时的在线学习，还可随环境的改变而进行动态的学习，具有良好的自适应性。 根据相似度函数的对称性，ART模型一般分为两类：一类属传统ART型，其相似度函数是非对称的；另一类为SART(Simplified ART)型，其相似度函数是对称的。由于两类模型的简单学习规则和动态在线学习特性使其获得了广泛的应用。但其关键的权重调整仅考虑了学习率及输入模式与竞争获胜神经元权重间的差异，忽略了输入模式与所有参与竞争的其它神经元权重间的某种(隐含的)相关关系。为此本文借助Deng的灰色关联系数(Grey Relation Coefficient-GRC)刻画和突出了这种关系，并显式地将其引入到传统ART和SART模型的学习规则中，从而构建了一族灰色ART(Grey ART-GART)和灰色SART(GSART)模型。所谓一族是指模型的学习规则中的灰色关联函数是一个函数族，包括多项式、指数、正切函数。在对GRC的进一步分析发现它仍忽略了输入模式与所有参与竞争的神经元权重间的整体描述特性。本文通过在GRC中加入该整体特性，相应构建了另一族改进的GART(Improved GARTIGART)和改进的GSART(IGSART)模型。最后，在Iris和Wine数据集上的实验证实了两族模型的有效性和可行性。
李颖[2]2009年在《慢光光纤陀螺关键技术研究》文中进行了进一步梳理光纤陀螺作为惯性测量器件,其潜在的优势和应用前景倍受关注,已成为新一代惯性制导系统的主导器件。随着对光纤陀螺研究的深入,研究人员提出了一系列的改进措施,使光纤陀螺性能不断提高。本学位论文结合“探索一代***预研项目”,对基于慢光技术的耦合谐振腔结构的光纤陀螺原理、陀螺随机噪声和误差的分析与建模、慢光光纤陀螺信号时间差检测等问题展开了深入的研究和探索。分析慢光产生的机理,以及光纤中慢光的实现方法,为将慢光应用于光纤陀螺奠定了基础。从理论上论证了两种慢光光纤陀螺的结构方案,一种是基于高色散介质中当介质与干涉仪存在相对运动产生Doppler效应的慢光光纤陀螺结构,其刻度因数可以提高ng2倍(ng的量级可达到105～108),但这种结构的陀螺只能用来测量相对旋转,不能作为导航陀螺;另一种是利用高色散介质产生慢光,基于耦合谐振腔的慢光光纤陀螺结构方案,论证其提高陀螺精度的原理,这种结构的陀螺其刻度因数可提高ng/n0倍,给出了慢光光纤陀螺输出信号与谐振腔数目N,耦合系数μ,谐振腔半径R之间的关系,同时设计了慢光光纤陀螺测试单轴转台系统,为探索新型高灵敏度的光纤陀螺奠定了基础。以加窗函数为基础将动态Allan(DAVar)方差分析方法用于慢光光纤陀螺随机误差分析中。将经典Allan方差与动态Allan(DAVar)方差用于陀螺误差分析的结果进行对比,系统地分析了引起慢光光纤陀螺漂误差的随机噪声的种类及其来源和特性,特别是产生光速减慢的受激布里渊散射(SBS)效应和光速控制不稳恶化了噪声指数,降低信噪比,而动态Allan方差分析方法的优势在于不仅能确定慢光光纤陀螺各种随机误差的系数,而且可以跟踪和描述信号随时间变化的稳定性,通过分析和仿真指出动态Allan方差分析是对慢光光纤陀螺随机误差进行研究的有效方法,可以对影响陀螺精度的主要随机误差项的统计特性进行细致的表征和辨识。随机漂移也是影响慢光光纤陀螺精度的主要因素,建立慢光光纤陀螺随机漂移数学模型是分析陀螺运动规律、改善其动态性能的基础。采用时间序列ARMA模型建立随机漂移模型,针对慢光光纤陀螺SBS效应使光速变慢引入新的附加噪声后,时间序列模型辨识精度低的问题,提出基于衰减正弦曲线方法和相关匹配方法估计ARMA模型系统参数,仿真实验结果表明,对于具有较低信噪比噪声干扰的系统,该算法具有良好的收敛性和准确性,应用该算法所确定的模型对慢光光纤陀螺随机信号模型进行预测,通过对图表的分析可知模型能够比较全面的描述慢光光纤陀螺随机过程的真实全貌,可以对随机信号中的变化进行基本准确的预测分析。针对采用慢光技术的新型光纤陀螺中两束反向传播光的时间差量级在ns级左右,提出采用时间差检测的方法获得慢光光纤陀螺输出角速度。在理论上对时间差测量的方法进行研究,分析了广义互相关法在时差估计中的应用并做仿真,但该方法对于信噪比较低的信号时间差估计显得无能为力。提出采用四阶累积量的方法对时间差进行估计取得较好的效果,并在噪声相关与不相关的情况下与广义互相关算法时间差估计结果进行了比较。其次研究了几种实际时间差测量方法,采用时间数字转换芯片TDC-GP2对慢光光纤陀螺时间差进行测量,采用粗计数与细时间测量组合的方式,分辨率可达到65ps ,并给出了时间差测量系统硬件框图和软件流程。
佚名[3]1996年在《通信》文中研究指明TN91 96050894PI总线简介/李焕洲/j电光与控制.一1996,(2)一30~33 文章简单介绍PI总线的功能、结构及PI总线规范的内容.图1参l(许)等价性方法,给出了多组多滞后区间系数非线性定常控制系统的鲁棒镇定及估计公式.参6(许)丁N9
徐鸣[4]2011年在《基于群智能的鲁棒多目标优化方法及应用》文中进行了进一步梳理在科学研究和工程实践等领域,存在着大量的优化问题。传统的优化方法虽然有着诸多优点,如理论完备、计算结果稳定、算法效率高等,但是随着优化问题变得越来越复杂,传统方法已经很难独立解决。群智能作为一种基于群体搜索的全局优化方法,非常适合于求解复杂的单目标优化问题、多目标优化问题和约束优化问题。因此,群智能研究越来越多的受到国内外研究者们的关注,目前已成为智能优化领域的研究热点之一本论文的研究目标旨在通过对粒子群优化的深入的探索和研究,针对单目标约束优化问题、多目标优化问题设计高效的进化算法及策略,并进行相应的理论分析和实验验证。在此基础上(追求解的质量)考虑解的鲁棒性问题,提出一种单目标鲁棒优化方法,并推广到多目标优化领域。最后,将所有这些研究成果应用于实际问题当中,通过实例来验证。具体而言,本论文的主要研究工作主要有以下几个方面：1.针对单目标约束优化问题,提出了一种约束自适应粒子群优化算法。通过双适应值动态判断粒子群优化算法中粒子的优劣,在违反度值的计算引入了自适应加权系数,并相应地提出了调整各权系数的自适应策略。另外,改进了粒子群优化算法粒子竞争选择策略,提出了一种变异策略。实验结果表明了该算法收敛速度快且结果可靠。2.针对多目标优化问题,提出了一种基于maximin的多目标优化算法。通过maximin适应函数的计算中引入函数相对值算法和ε-支配的概念,并提出了可变ε-支配的策略,改进了maximin适应函数的计算方法。通过测试函数的测试,结果表明该算法收敛速度快且效果良好。3.针对优化问题解的鲁棒性,提出了一种鲁棒单目标优化方法。通过随机选取粒子扰动范围内一定数量的样本,计算出样本目标空间的均值和方差,由此提出了针对最大化和最小化问题的鲁棒模型,并推广到多个目标的优化命题。同时给出了模型的实现方法,并对实例进行仿真计算,仿真结果表明了该方法是有效的。4.对上述研究成果的集成应用,分别将约束自适应粒子群优化算法应用于多水厂节能优化供水调度问题中；将基于maximin的多目标优化算法应用于压缩机控制器启动性能优化中；将鲁棒多目标优化方法应用于粒子群优化算法的参数优化配置中,通过这些实例使研究成果得到验证。
参考文献：
[1]. 灰色自适应谐振理论及其性能评估[D]. 谭志国. 南京航空航天大学. 2003
[2]. 慢光光纤陀螺关键技术研究[D]. 李颖. 哈尔滨工业大学. 2009
[3]. 通信[J]. 佚名. 中国无线电电子学文摘. 1996
[4]. 基于群智能的鲁棒多目标优化方法及应用[D]. 徐鸣. 浙江大学. 2011