《世界大趋势:正确观察世界的11个思维模式》

书名:《世界大趋势:正确观察世界的11个思维模式》作者:[美]约翰.奈斯比特策划:蓝狮子财经出版中心出版:中信出版社日期:2010年1月约翰·奈斯比特是一位未来学大师。在《世界大趋势》中,奈斯比特宣称未来就存在于现实之中和把未来看作一幅拼图。需要改变的思维还有:很多事情变了,但大多数事情没有变;要认真把握媒体统计数据;勇于追求,错又何妨;不要走得太快,免得让人不知道你在哪里;要变革,先让人们看到收     

基于改进遗传算法的离场航班时刻优化

为提高机场航班放行正常率,对离场航班时刻进行了智能优化方法研究。考虑进场航班时刻不变、离场容量和航班时刻调整范围受限等约束,构建了以全局时间调整偏差总量最小为目标的离场航班时刻优化模型;为提高优化效率,将遗传算法的交叉概率改进为自适应交叉概率;设计了一种基于改进遗传算法的离场航班时刻优化方法。以兰州中川国际机场全天运行455起降架次为例,对航班时刻进行优化和仿真验证。结果表明,优化的航班时刻相较于原航班时刻,航班平均延误时间降低12.8%;离场航班平均延误时间降低22.3%;离场航班延误架次减少了42.8%;航班放行正常率提高了12%。采用基于自适应交叉概率的遗传算法可有效降低了航班延误和提高航班放行正常率。     

采用Gabor-Hough变换的自适应滤波人眼定位

人眼定位是人脸识别方法的第一步。传统人眼定位方法需要将人脸裁切,情况单一,对于复杂背景、倾斜等情况,精度低,宽容度差。指出将改进的滤波器与改进的定位方法相结合,首先对原图像进行Gabor变换,寻找图像凹陷,凹陷区域通过边缘像素向量改进的Hough变换检测瞳孔,得到参考坐标,经过训练得到滤波器并在角度\[-0.1,0,0.1\]旋转两次得到3个相关滤波器,通过相关滤波器滤出3个目标,选择最小误差位置作为最终的目标。相比传统方法,改进方法避免了矩阵盲目计算,具备传统方法的普适性,学习过程使定位误差减小为0.040 4,计算量减少为传统方法的1/5。该方法对不同光照、光照不均、不同表情、复杂背景、头部倾斜等情况有较好的鲁棒性,避免了单一方法定位不到和不准的情况。     

自适应模糊控制的电机软起动器研究及仿真

文章重点针对异步电动机软起动过程具有的非线性、时变特性,设计了一种模糊自适应控制算法,并通过Simulink进行了仿真,验证了该自适应模糊控制算法所具有的优越性。以文中建立的自适应模糊控制的电机软起动系统仿真模型为基础,不但对软起动控制策略和设计有一定的参考价值,在现场实际应用中还可以对电机软启过程中的起动时间、电机起动过程中的电压降等问题进行精确的仿真计算     

智能型自适应继电保护浅析

现代电力系统日趋复杂,系统出现问题的可能性将比以往有所增加,继电保护技术作为各种安全措施中最为重要的一种,受到电力系统工作人员的普遍关注。智能型自适应继电保护是随着电力技术的进步、智能控制理论的发展,为了满足对电力系统继电保护所提出的更高要求的基础上产生的一种新型的保护原则。     

感应电动机伺服驱动系统自适应控制系统研究

本文针对性的提出了基于递归型小波神经网络的自适应控制性能的方案,该算法计算量减少,简化了控制结构,它可随着伺服驱动系统的运行情况的改变控制系统的结构参数,提高了伺服驱动系统对参数变化的性能,同时,也较好地改善了伺服驱动控制系统的稳态性能。通过仿真的结果验证了该控制系统方案的有效性和可行性。     

一种雷达信号自适应盲分离算法

本文提出了一种将自适应神经网络盲源分离模型用于雷达信号的分离算法,考虑雷达信号应包括回波信号和干扰信号等,并将噪声信号视为高斯白噪声,遵循盲源分离的理论基础,假设各信号之间与噪声之间为相互独立,利用自适应不完整自然梯度法实现雷达信号的有效分离。新算法解决了传统滤波理论分离雷达信号繁琐和复杂的问题,也为自适应神经网络分离系统能够应用于更广泛的领域提出了较为客观的指导。     

基于自适应遗传算法的K均值混合聚类算法

本文将AGA算法与K均值聚类方法结合,并将其应用在国际标准数据集iris的聚类上,取得了较好的聚类效果。     

基于自适应的改进蚁群算法在餐饮连锁物流配送中的应用

在基本蚁群算法的基础卜进行改进,运用了一种信息素自适应调整策略,在旅行商问题(TSP)的搜索过程中自适应的调整信息素挥发系数,适当抑制算法的正反馈作用,拓展了搜索空间,扩大可行解的范围,提高蚁群算法的求解性能和运行效率.通过使用matlab对实际问题进行实验,证实了该自适应蚁群算法在求解物流配送问题时,搜索能力及收敛速度比传统的蚁群算法有较大提高.     

基于神经网络的多车多件货物装载问题研究

货物装载问题属于带约束的布局问题,不仅要考虑合理利用车辆的载重量和有效容积,而且还要考虑配装平衡的问题。作者建立了以最大化车辆装载率为目标的数学模型,针对该模型,利用目标函数与神经网络中能量函数相等的关系来设计Hopfield神经网络的结构,利用模拟退火的方法,来求解货物在车厢内装载布局方案,最后是装载实例,计算表明,车辆利用效果良好,各件货物布局位置数据正确,满足约束。