基于MMPC-FPSO贝叶斯网络混合结构学习方法

针对贝叶斯网络结构学习的过程中网络结构规模随节点数增加呈指数增长,导致网络结构搜索空间增大,进而导致网络结构学习算法效率低下的问题,提出一种基于最大最小父子集合约束与萤火虫粒子群搜索算法的贝叶斯网络混合结构学习方法。首先,针对粒子群算法在解决贝叶斯网络结构学习过程中,随机初始化网络结构种群导致算法搜索效率低下,网络结构准确性低的问题提出一种基于改进的最大最小父子集合算法的种群约束方法。其次,针对传统的基于粒子群评分搜索方法速度慢,精度低,易陷入局部最优的问题,提出一种基于萤火虫算子的粒子寻优策略。最后,为了验证所提方法的正确性和优越性,将上述方法用于3种标准网络的结构学习。仿真结果表明:所提算法与传统的基于粒子群的结构学习方法相比,所得的贝叶斯信息准则评分与标准网络评分的差距分别缩小了68.7%、65.5%、34.1%。

MMPC涡轮增压系统在柴油机上的应用

主要介绍了一种新近发明的MMPC涡轮增压系统及其性能模拟计算研究,和在8L250Z柴油机上的试验结果,说明MMPC涡轮增压系统能抗扫气干扰、增大扫气系数及降低油耗率。这是一种结构最简单、高性能的涡轮增压系统。

一种创新的MMPC涡轮增压系统

主要介绍了一种最新发明的MMPC涡轮增压系统及其排气管系。可应用于不同缸数的大功率四冲程柴油机上。性能模拟计算结果表明是可行的。这是一种结构最简单、高性能的涡轮增压系统。

基于MMPC的无人汽车轨迹跟踪控制

提出了一种用于无人汽车轨迹跟踪的控制算法。首先,将兼顾安全性、舒适性的无人汽车轨迹跟踪控制问题转换为多约束模型预测控制(MMPC)问题;然后,将目标函数和多个变量约束转化为以拉格朗日乘子为决策变量的二次规划(QP)标准形式,并提出倒序乘子求解法求取拉格朗日乘子近似解,从而得到控制序列的次优解。将本文提出的倒序乘子求解法与常规QP求解方法进行对比,本文提出的算法在保证求解精度的前提下,大幅提升了求解效率。在Carsim-Matlab仿真平台上对本文提出的无人汽车轨迹跟踪MMPC控制器进行了仿真验证,结果表明所提出的控制方法具有良好的跟踪性能和实时性。

基于节点排序的贝叶斯网络结构学习算法

针对K2算法学习贝叶斯网络结构时需要确定节点顺序的问题,提出一种混合贝叶斯网络结构学习算法。在给定数据集的情况下,利用MMPC算法获得网络的初始结构图,应用广度优先搜索的方式对此初始结构图进行搜索,从该图中入度为0的节点出发,按层次依次访问图中的邻接点,获得优化的节点顺序。将该节点顺序作为K2算法的初始节点顺序,再利用K2算法对空间进行搜索,找到全局最优解。实验结果表明,与K2算法和限制性粒子群算法相比,该算法在相同的样本数据集下产生多边、少边和反边情况的概率更低,并且可学习到更准确的贝叶斯网络结构,收敛速度快、求解精度高。

基于CDMA扩频码的无线组播协议的仿真

本文提出了一种基于CDMA扩频码的组播MAC协议,该协议对不同组播的数据使用不同的CDMA扩频码来传输,同时扩展了RTS控制帧、CTS控制帧和ACK控制帧的格式,使其能够为组播数据提供保障机制,以保证组播数据的可靠传递。仿真结果证明,相比于IEEE802.11MAC协议,该协议在网络吞吐量方面有了不错的提高,延迟方面也改进不少。

佰钰科技MMPC再报超低价，AC4-3现售968元！9音箱上市

佰钰科技access AC4-3MMPC由主板、机箱、电源三部份组成。规格为（长×宽×高）为330×225×200cm，采用了黑色全铝合金的机箱外壳，外观精美小巧。其正面左侧提供了两个USB2.0接口，