1模入通道(A/D)转换实验 2模出通道(D/A)转换实验 3过程通道综合设计实验 4常规控制算法设计实验 5非最少有限拍算法设计实验 6达林算法设计实验 7状态观测器跟踪系统设计实验

提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法

1模入通道(A/D)转换实验2模出通道 (D/A)转换实验3过程通道综合设计实验4常 规控制算法设计实验5非最少有限拍算法设计实验 6达林算法设计实验7状态观测器跟踪系统设计 实验 1模入通道(A/D)转换实验1.1实验目的掌握模入通道的 设计方法与采样过程原理,熟悉汇编语言基本程序设计方法调试过程和 ADC0809的内部结构原理。 1.2实验器材单片机仿真器系统一套,直流稳压电源一台,万用表一块, ADC0809一块,74LS02四或非门一块,10电位计一只,包板一块,导线若 干

为了提高物流服务优化组合的动态性、可靠性与用户满意度,本文提出了一种基于全局服务质量(quality of service,QoS)约束分解的能够感知领域质量与资源需求的物流服务优化组合方法.该研究工作首先把学习机制引入人工蜂群算法(artificial bee colony algorithm,ABC),形成了具有自主学习能力的改进型人工蜂群算法(LABC);之后,应用学习人工蜂群算法(LABC)将全局QoS约束分解成每个物流子任务需要满足的局部QoS约束,从而将QoS感知的物流服务优化组合这一全局优化问题转化成以领域质量为依据的局部最优服务选择问题;其次,在物流服务流程执行的过程中,在感知物流任务节点对资源需求的前提下,为每一个物流任务节点选择一个具有最优领域QoS的物流服务;与已有的研究工作相比,该方法能够实现物流服务动态可靠的优化组合.最后,通过模拟实验验证了本文所提出的方法是可行有效的

将一种机器学习算法——支持向量机引入到软岩工程支护设计领域,并根据问题需要提出了一种支持向量机回归算法且编制了相应的计算程序.工程算例证明,这种算法在学习样本数量很少的情况下就可以得到很高的预测精度,且具有推广性能好的优点,避免了人工神经元由于存在过学习问题而带来的网络参数难以确定的弊病,为类似工程的支护设计提供了一种新的途径

以惯性特征系统作为研究对象,针对常规PID控制器参数的设置问题提出了基于系统最速特征模型的辨识算法,该算法利用惯性特征系统的输入输出特性,通过最小二乘法辨识出系统的一阶特征模型,然后再根据一阶特征模型、控制律和系统的动、稳态性能的要求辨识出系统的二阶最速特征模型,同时也计算出PID控制器的参数.仿真结果表明,该算法能够使PID控制具有最速响应的特征,为PID参数设置提供了一种计算方法

综合实验1 估计水塔的水流量 综合实验2 轧钢中的浪费问题 综合实验3 锁具装箱问题 综合实验4 檐沟问题 综合实验5 快餐店问题 综合实验6 最佳泻洪方案 综合实验7 钻井问题布井模型 综合实验8 食品加工问题 综合实验9 块匹配运动位移估值算法设计 综合实验10 矢量量化编码的LBG算法及其实现 综合实验11 圆的扫描转换算法—中点画圆法 综合实验12 大熊猫栖息地环境质量综合评价

本章重点: 1.程序、算法的概念 2.算法的表示方式:传统的流程图、N—S流程图

遗传算法用于维修网络优化,是求解网络优化问题的一个新思路.实例证明,遗传算法用于机床维修网络优化,其计算结果比模糊网络规化得出的最优解更精确

针对板坯入库优化决策问题,采用隶属度函数表示待入库板坯长度、宽度、厚度与各库位已存板坯对应属性的匹配程度,建立了板坯入库模型.针对问题特征,借鉴遗传算法的交叉和变异操作,设计了一种混合离散粒子群算法(DPSO-CM)进行求解.基于企业实际生产数据的仿真实验验证了模型和算法的可行性和有效性