输入饱和非线性系统的周期自适应补偿学习控制

针对一类输入饱和不确定Brunovsky标准型非线性时滞系统,提出一种周期自适应跟踪补偿学习算法.利用信号置换思想重组系统,基于最小公倍周期函数变换,将时滞时变项和不确定项合并为辅助参数,进而设计周期自适应学习律估计该辅助量,并利用饱和补偿器逼近和补偿超出饱和限的部分,由此构成综合控制器,以保证系统状态对有界期望值的跟踪,解决了饱和输入周期系统的重复迭代学习控制问题.最后通过构造Lyapunov-Krasovskii复合能量函数的差分,计算证明了系统跟踪误差的收敛性和闭环信号值的有界性.常见耦合非线性机械臂系统的力矩控制仿真,进一步验证了该算法的有效性.

一种基于遗传算法的机器人补偿学习控制方法

机器人建模的不精确性以及一些扰动的存在给机器人控制增加了相当大的难度。针对这一问题 ,本文以PUMA5 60机器人为被控对象 ,给出了一种 PUMA5 60机器人动力学模型的简化形式 ,采用 PD控制的计算力矩法 ,得到了机器人的闭环动态误差方程 ,在此基础上设计了机器人的控制器结构 ,提出了一种新的基于遗传算法(Genetic algorithm,GA)的机器人补偿学习控制方法。将 GA与计算力矩法相结合 ,利用进化学习来消除机器人中不确定因素的影响 ,实现对机器人轨迹跟踪的良好控制。最后给出了这种控制的仿真结果 ,验证了该方法的有效性。

独立学院《基础英语》课程教学中补偿学习策略的培养

在目前的英语教学中,能促进学生语言交际能力培养的补偿学习策略在教学过程中基本缺失,在一定程度上导致了学生在正常的课堂上和日常交际过程中频频出现"失语症"。本文旨在通过以英语专业基础核心课程《基础英语》为蓝本,构建以补偿学习策略为指导的课程体系来培养学生使用补偿学习策略,提出"以学生为中心,以学习策略为基础"来教授英语语言知识的全新教学模式,达到鼓励教师在今后的教学中更注重提高学生对课堂的参与度,帮助学生养成自主学习的良好学习方法的目的。

语文学科前置性补偿学习单的设计与使用

“前置性补偿教学”是指新知学习前的补偿。在设计“前置性补偿学习单”时,拒绝“上帝视角”,由“俯视”转换到“平视”;设置“路标”,给予“留白”,给学生留下勾连旧知及重整思维的空间;利用“数据分析”明确设计方向。

电液比例高精度定位的变死区自学习补偿研究

针对电液比例方向阀特有的交流量死区特性，本文提出了一种基于数字控制的变死区自学习补偿方法。试验表明，该方法较大地提高了电液比例定位系统的定位精度、抗干扰能力和稳定性，并有良好的实时性。拓宽了电液比例定位系统在高精度定位领域的应用范围。

电力系统励磁控制机端电压的迭代学习补偿

为提高电力系统稳定性而采取的励磁控制需要有较强的维持机端电压的能力,通过对实际输出波形幅值的检测,将设定幅值与检测幅值的偏差及其偏差变化率作为学习控制器的输入,进行补偿控制,提高实验结果的准确性,基于单机无穷大系统将开闭环迭代学习控制规律与常规PID控制规律进行了比较,仿真结果表明励磁控制迭代学习补偿器具有精度高、快速性好的特点。

具有外部扰动双臂空间机器人的神经网络在线自学习补偿控制

探讨了在未知外部扰动影响下,漂浮基双臂空间机器人载体姿态与两机械臂末端爪手协调运动的补偿控制问题。利用系统动量守恒关系对漂浮基双臂空间机器人的运动学、动力学进行分析,导出了系统的工作空间动力学方程。以此为基础,针对系统存在未知外部扰动的复杂情况,设计了漂浮基双臂空间机器人协调运动的神经网络在线自学习补偿控制方案。该控制方案可以有效地避免对载体位置相关量进行实时测量与反馈,并由于神经网络良好的在线自学习补偿作用,有效地补偿了外部扰动对控制精度的影响,大大提高了整个系统的鲁棒性及自适应能力。仿真运算验证了控制方法的可行性。

《中国英语能力等级量表》在补偿式教学与学习中的应用

《中国英语能力等级量表》(简称《量表》)自颁布以来,在语言测评、语言教学、语言学习等方面得到了诸多应用。然而,鲜有研究将《量表》应用于诊断性评估,指导个性化反馈报告研制和补偿式教学与学习活动的设计。此外,认知诊断评估研究多聚焦于诊断性考试开发和认知诊断模型的选用,对诊断报告及其在补偿式教学与学习中的应用关注不足。基于此,本研究依据《量表》设计了个性化的诊断报告,指导学生学习目标的制订和落实。研究发现,《量表》级别及其描述语与补偿式教学与学习活动紧密结合,对学生语言能力的提高大有裨益。

基于自学习补偿的室内定位及在客流分析中的应用

基于位置指纹的Wi Fi室内定位技术是当前室内定位的研究热点。通过自学习补偿结合伪距绝对定位算法,提出基于自学习补偿的室内定位算法,并在客流分析系统中应用该算法进行客流位置、客流流动特点等分析。实际测试表明,该算法具有较好的定位精度和实用效果。

具有快速学习算法的补偿模糊神经网络的故障诊断

在融合了模糊逻辑的推理能力和神经网络的自适应、自学习能力。同时采用输出空间模式聚类的快速学习算法,引入补偿模糊神经元,模糊运算采用动态的全局优化运算,使学习后的网络具有更高的容错性,并弥补了神经网络学习耗时的缺点,提高了效率,进行了故障检测的仿真分析,并且将其运用于未建模系统的故障诊断中取得良好的效果。

初中学习补偿生的学习心理特点及教育对策

初中是九年制义务教育的结业阶段。这一阶段的学习与小学相比，无论是学习内容、学习方法，还是学习环境，都有很大的不同。正因为如此，在初中教育中，往往因学生智力、非智力及教师素质等不同，出现了一少部分学习落后的补偿生，所谓补偿生是指在同龄少年或同一集体中，没有充分发挥自己的潜在能力，不能达到最低学习标准，学习成绩长期落后需要加强教育补偿的学生。补偿生学习成绩落后，很容易失去学习兴趣，产生厌学心理，这对他们的身心发展和今后的学习都会产生很大影响。因此，作为教师就应充分了解这部分学生的心理特点，采取有效的教育策略，激发他们的学习热情，促使他们积极主动地参与学习，从而得到较好的发展。

基于PSO算法的复杂曲面计量精度补偿方法

为解决复杂曲面测定过程中相关计量精度补偿误差的问题,对基于PSO算法的复杂曲面计量精度补偿方法进行设计。确定复杂曲面补偿螺距,并在PSO算法下建立QR分解补偿阶次,创建偶迭代补偿模型,通过归一特征的控制实现PSO算法下的计量补偿。最终的测试结果表明:在不同的复杂曲面补偿量程范围之下,对比于传统的激光精度补偿测试组,设计的PSO算法精度补偿测试组最终得出的补偿偏差相对较低,表明应变补偿的范围有所变化,计量精度的补偿误差有了明显的降低,使得补偿效果更佳,具有较大的意义。

金融市场预测的神经网络方法

作者运用神经网络技术开发了一种对金融市场的现状与未来趋势进行评估的决策支持系统，并用道一琼斯工业股票价格平均指数的数据对系统进行了洲试。然后将预测的结果与传统的市场分析方法所作的预测指数进行对比。所测试的神经网络模型包括不同训练阶段(例如10、20天)的信号模型和△收盘价模型。市场原始数据取自所选阶段的每日报表，并经预处理和标准化后转换为相对强度指数(RSI)、威廉指数(W％R)、净成交量(OBV)、动力指标(MOM)&移动平均线(MA)等金融指数。在所选的交易阶段用这些模型所预测的道一琼斯工业股票价格平均指数与实际指数的变化趋势能很好地吻合。为了改进模型的预测精度，采取了如下几种措施，比如通过均衡补偿学习过程来改进准确性。要改进这一神经网络技术，还需做进一步研究，包括多网络训练法、多任务学习程序研究等。

电液同步控制策略研究

本文着重分析了电液同步控制结构对同步控制特性的影响 ,并提出了克服电液比例位置控制死区非线性的变死区自学习补偿算法 ,实现了高精度的同步控制。

神经网络控制汽油机空燃比的研究

结合发动机空燃比的控制特征,研究了一种能自适应补偿喷油量的CMAC控制器。介绍了其自适应补偿算法———学习—补偿法。通过采用台架试验数据加随机扰动数据并用MATLAB对CMAC进行训练和仿真,获取了控制器参数,验证了控制器的学习能力、鲁棒性和控制精度。

折弯机电液同步控制策略研究

本文着重分析了电液同步控制结构对同步控制特性的影响 ,并提出了克服电液比例位置控制死区非线性的变死区自学习补偿算法 ,实现了高精度的同步控制。

新高考背景下生物“二考”复习策略

浙江省新高考方案规定,选考科目及英语学科学生均有两次考试的机会,如何进行 第二次选考的有效复习,是本轮新高考改革中学科教学遇到的新问题.通过学生自查建立诊断 性的学习档案、教师的引导进行有针对性的补偿学习两大方面的调整,建构符合浙江省新高考背 景下第二次选考复习的范式.

一种新型电梯模拟量称重原理的应用

由于无托架电梯设计思路成为潮流,但是此种设计带来补偿链必须挂在轿厢底,传统的安装在托架上的开关量称重装置将无法满足要求,一种模拟量传感器加上补偿链自学习程序很好地解决了上述的难题,成为电梯称重设计的亮点。就这种新型电梯模拟量称重原理的应用进行了论述。

技法与理论同构推进——中小学音乐教学之我见

在中小学音乐教育中如何高质量地实施课程标准、有效推行音乐教学,越来越成为人们关注和思考的问题。同时,如何把握好课外音乐教育的补偿性学习,成为广大家长们面对的难题。对上述问题进行研判与解析,是音乐教育工作者义不容辞的责任。本文从音乐教育与少年儿童的心智培育、早期音乐学习中必须关注的焦点、基于理性判断下的器乐选择三个方面阐述了中小学音乐教学中音乐技能训练和音乐理论学习同步进行的思路和途径。