本文根据闭环极点配置的思想,推导了一种具有PID结构的简单自校正控制算法,该算法具有结构简单、鲁棒性强、容易实现,适用于非最小相位系统等优点。该算法已经应用于罩式退火炉微机群控系统中,实时控制结果表明:该算法具有很好的跟踪特性和调节特性,炉温控制效果比常规的仪表PID调节有较大的改善。该算法适用于一般慢时变工业过程

对连续退火线平整机的板形问题进行研究. 通过实际生产数据的统计分析,基于减小有害接触区和增强弯辊力调控功效的思想,利用影响函数法下的辊系弹性变形计算提出了相应的平整机支持辊辊形优化目标. 采用分层序列法处理多目标函数,并通过混合遗传算法进行求解,设计出新的辊形配置方案. 使用二维变厚度理论建立辊系有限元模型,对辊缝横向刚度、弯辊力调控功效进行计算校核. 将研究结果应用于实际生产,改善了平整机的板形控制效果,降低弯辊负担

要求: 对栈和队列的存储方式及基本操作 有较深刻的理解。理解栈和队列的概念 ,存储表示,进栈、退栈和进队、出队 操作的算法,初步了解栈的基本应用如 表达式的求值、递归的设计实现等。 重点: 栈和队列的基本操作,栈在实现递 归中的应用

RMS算法是K.S.Chandra等人1982年提出的一种可用于非光滑函数的线搜索优化算法[1]它具有调用函数次数少,CPU时间短等突出优点。本文补充了文献[1]中未讨论的退化情况,并对RMS算法加以修改,使其理论上趋于完善。本文还论证了在一定条件下RMS算法的收敛性

经典粒子群算法由于多样性差而陷入局部最优，从而造成早熟停滞现象.为克服上述缺点，本文结合人工免疫算法，提出一种基于自适应搜索的免疫粒子群算法.首先，该算法改善了浓度机制；然后由粒子最大浓度值来控制子种群数目以充分利用粒子种群资源；最后对劣质子种群进行疫苗接种，利用粒子最大浓度值调节接种疫苗的搜索范围，不仅避免了种群退化现象，而且提高了算法的收敛精度和全局搜索能力.仿真结果表明该算法求解复杂函数优化问题的有效性和优越性

为进一步提高多关系朴素贝叶斯方法的分类准确率,分析了已有的剪枝方法,并扩展互信息标准到多关系情况下.基于元组号传播方法和面向元组的统计计数方法,给出了基于扩展互信息标准进行属性选择的方法和步骤,并建立了一种基于扩展互信息的多关系朴素贝叶斯分类器.标准数据集上的实验显示,基于扩展互信息标准进行属性选择,可以在不增加算法时间复杂度的前提下,找到与分类属性最相关的属性,并在仅有极少属性参与分类时,得到较高的分类准确率.Mutagenesis数据集上的实验则显示,这种属性选择可以使多关系问题退化为单关系问题,大大降低了分类代价