基于无损二次衰减调制的电池能耗优化控制方法

在多传感器数据采集系统中,电池能耗和电池寿命直接决定了多传感器系统的寿命和工作周期,研究电池能耗的优化控制方法,提高电池寿命周期。传统的电池能耗控制采用能量剩余度向量概率密度分配方法,受到电池发射功率的匹配衰减限制,控制效能不好。提出一种基于无损二次衰减调制的电池能耗优化控制方法。构建多传感器系统的电源能耗耗散模型,考虑电池的协调控制策略,进行电池的正常控制和过放过充控制设计,综合发电系统的协调控制策略,进行无损二次衰减调制,采用直线反馈线性化补偿方式对电池能耗进行直接控制,并对电池进行超负荷状态评估,提高控制效益,进而提高了电池的工作寿命和能量存储性能。仿真结果表明,该算法能有效提高电池寿命周期,减少电池的能量损耗,提高发射功率,性能优越。     

基于A*算法的最短路径寻优数学方法研究

近年来,作为人工智能领域一个分支的最短路径探索仍值得做更进一步的讨论和研究,最短路径问题是给定的网络图中寻找出一条从起始点到目标点之间的最短路径。在最短路径的算法之中,各个算法也都具有各自的优点和适用性。针对Dijkstra算法、蚁群算法、A*算法的特点,经过分析与研究得出,A*算法在最短路径寻优方面比其它路径寻优效率更高,对A*算法的程序实现,为人工智能领域以及机器人路径应用方面提供了重要的实际应用参考价值。     

嵌入式平台中Shift目标跟踪算法的收敛局限性优化

嵌入式平台目标跟踪在应用的过程中Mean-Shift算法具有一定的收敛局限性,因此提出了一种基于改进Mean-Shift的嵌入式系统目标跟踪算法,首先对标准Mean-Shift算法的采样模式进行了改进,然后标记已采样的点来加快运算速度,最后对原算法的收敛局限性进行了优化。通过对算法进行仿真,得到结果是:改进的Mean-Shift的嵌入式系统目标跟踪算法相比于之前的算法具有更好的应用性能,其精确性也相对较高。     

理实一体化教学模式下教学过程的优化与设计

理实一体化(即理论实践一体化)教学模式是目前高等职业教育教学探索创新的成果。文章从提高教育教学质量的角度,对理实一体化教学模式的内涵、意义及理实一体化教学模式下教学过程的优化与设计进行了深入阐述,提出了一些关于教学过程优化与设计的新思想与具体做法。     

浅谈高校辅导员如何促进大学生个性发展

个性发展是大学生综合素质培养的一个重要方面,加强对学生个性发展的培养,有利于全面提高大学生素质和学生成长,促进和谐校园建设,也是高校培养创新性人才的需要。大学生的个性发展一直是大家关注的热点,本文基于大学生个性发展的现状,结合本人的实际辅导员工作实践经验,针对日常遇到的大学生个性发展的实际问题,探析影响其个性发展的因素,并从辅导员角度出发,提出促进大学生个性发展的措施。     

依托趣味性唤起科学学困生的学习兴趣

每班都会存在几个学困生,他们在科学学习中存在较多的困难,我们采取有针对性的教学措施激发他们的学习兴趣,如优化课堂教学设计,创设科学实验,营造探究学习的氛围,开展丰富多彩的科技活动来树立他们的自信心,从学生的内心深处唤起学习科学的激情和兴趣,相信他们会对“科学”产生比较浓厚的学习兴趣,从而大幅度地提高学习成绩。     

多媒体技术在中职音乐教学中的作用及优化策略

随着以计算机技术和网络技术为代表的先进教学技术的不断发展和创新,越来越多的中职音乐教师开始将多媒体技术应用于中职音乐课堂教学实践中。与传统的中职音乐教学模式相比较而言,其更加生动、形象和立体,从而深受广大中职师生的欢迎。本文将通过介绍多媒体技术,分析其在中职音乐教育中的作用以及应用误区,并在此基础上提出中职音乐多媒体教学的优化策略。     

城市居民社区精细化管理探析——以安阳市石油小区为例

精细化管理在提升职工素质,加强企业内部控制,强化链接协作管理、服务居民等方面发挥了积极作用.本文以河南安阳石油小区为例,对精细化管理进行了探索和分析.     

关于完善“思想道德修养与法律基础”课教学专题设置的探讨--基于2013年版《基础》课教材的思考

教学专题的设置要本着根据性、同质性、稳定性和前瞻性要求,注意处理好思修部分与法基部分的关系、表面热闹与课堂实效的关系、知识性学习与提高素质的关系、普遍性与特殊性的关系。     

基于迭代学习的变风量空调系统全局优化控制实验研究

目的：采用实验方法研究变风量全局优化问题,利用迭代学习控制策略优化动态控制性能,获得变风量系统在系统层次的最优。创新点：1.采用全新的兼有变风量和变水量功能的实验平台;2.引入递阶优化控制理论,建立变风量系统的动态和稳态模型;3.采用先进控制策略,如自校正比例积分微分（PID）控制和迭代学习控制等。方法：1.将系统进行分解（图4）,并建立系统稳态模型（公式6–11）、动态模型（公式12–15）和能耗模型（公式16）;2.在此基础上采用变速积分 PID、自校正 PID 和迭代学习控制对系统底层进行动态控制,在系统整体优化中引入迭代学习。结论：1.先进控制策略的引入有利于优化变风量系统动态控制过程;2.采用基于迭代学习的优化方法,可使系统节能约18.2%。