中国博士后科学基金(20070420071)
- 作品数：6 被引量：59H指数：3
- 相关作者：伦淑娴薛洪波王晓荣巫庆辉杨友林更多>>
- 相关机构：渤海大学更多>>
- 发文基金：中国博士后科学基金辽宁省自然科学基金辽宁省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 粒子群算法在多目标优化中的应用综述被引量：41
- 2009年
- 粒子群优化算法是一种基于群体智能的全局随机寻优算法。它通过粒子搜寻自身的个体最优解和粒子群体的全局最优解来完成更新优化。粒子群算法在很多领域得到了广泛的应用。本文主要论述了多目标PSO约束优化的基本思想、实现情况,并展望了PSO算法在多目标优化中的未来发展方向。
- 薛洪波伦淑娴
- 关键词：多目标粒子群惯性权重
- 网络入侵检测系统中数据包捕获的分析与设计
- 2008年
- 通过对Windows平台下网络入侵检测系统的数据包捕获模块进行研究,提出采用Winpcap方法对其进行开发,提高了数据包捕获模块的过滤和分析能力,降低了数据包的丢包率。
- 姜浩伦淑娴刘力
- 关键词：入侵检测数据包捕获WINPCAP
- 基于模糊理论的CSCL分组的研究被引量：2
- 2009年
- 计算机支持的协作学习(CSCL)利用先进的计算机技术最大限度的发挥协作学习的优势,分组是协作学习开始的准备。本文根据学习者的个性特征的模糊性,利用模糊聚类分析处理调查数据,提取标准特征属性值。再依据模糊集理论,定义了协作学习能力模糊集的隶属度函数,通过该函数确定学习者的协作学习能力,以此为依据进行分组,替代辅导教师根据经验分组以及硬性的随机分组或学生自主分组,提高分组的执行效率,增强分组的可靠性。
- 杨友林伦淑娴
- 关键词：CSCL学习者特征模糊集
- 基于改进粒子群算法的BP神经网络优化研究被引量：10
- 2008年
- 研究了基于粒子群算法的BP神经网络优化问题,将改进的粒子群优化算法用于BP神经网络的学习训练,并与传统的BP网络进行了比较。结果表明,将改进粒子群优化算法用于BP神经网络优化,不仅能更快地收敛于最优解,而且很大程度地提高了结果的精度。
- 王晓荣伦淑娴
- 关键词：神经网络粒子群算法
- 基于T-S模型网络控制系统模糊鲁棒控制被引量：1
- 2010年
- 针对网络控制系统中存在数据传输时延,以及由被控对象和控制器之间的不同步给系统所带来的稳定性问题,提出了一种基于T-S模糊模型的状态反馈控制器设计方法。首先根据网络控制系统的连续时间T-S模糊模型,然后在该模型的的基础上应用并行分配补偿基本思想,同时采用新的Lyapunov泛函和在运算中加入权值调整矩阵的策略,得到了时滞相关稳定性的充分条件,并以线性矩阵不等式(LMI)的形式表示出来。基于该充分条件获得了基于LMI的模糊鲁棒控制器设计方法,相应的网络控制律可以通过求解LMI来构造。仿真实例验证了所得控制器设计方法的有效性和可行性。
- 王申全伦淑娴
- 关键词：网络控制系统T-S模糊模型网络诱导时延模糊鲁棒控制状态反馈
- 基于定转子电阻误差补偿的感应电动机自适应逆解耦控制研究被引量：6
- 2010年
- 对于具有多变量、非线性、强耦合、慢时变等特征的异步电动机调速系统,实现定子磁链与电磁转矩的高精度动态解耦是提高系统性能的关键.首先通过非线性状态反馈建立感应电动机的积分逆模型,并在此基础上提出了一个基于定、转子电阻误差补偿的感应电动机自适应逆解耦控制方法,将补偿后的积分逆模型串联到对象的输入端建立广义被控对象.复杂的感应电动机调速系统被解耦成电磁转矩与定子磁链的两个独立回路,利用线性系统理论分别对独立回路进行综合设计,实现定子磁链和电磁转矩对各自给定值的渐近跟踪.利用Matlab进行了仿真实验,实验结果验证了建议方案的有效性和可行性.
- 巫庆辉伦淑娴
- 关键词：解耦控制感应电动机逆系统反馈线性化
