摘要：重载铁路具有大轴重、高密度、大运量的运输特点,黄土边坡路基段一直是重载铁路运营的高风险区段,现有风险评价方法尚无法满足其风险量化分析的需求。利用层次分析法AHP耦合sigmoid函数的方法,围绕事故发生概率和损失两个方面对重载铁路黄土边坡工程展开风险定量评价。首先以边坡滑塌事故调研和稳定性控制理论为基础,明确黄土边坡的失稳影响因素,建立重载铁路黄土边坡稳定性评价模型和边坡失稳危害性评价模型;然后应用层次分析法建立黄土边坡稳定性评价模型指标权重,并提出各级影响因素的指标赋值方法;而后引入基于朴素贝叶斯理论的sigmoid函数,构建边坡稳定服役概率、风险判断矩阵和黄土边坡的风险等级确定方法;最后以朔黄铁路某站高陡黄土边坡为工程背景,应用所得理论方法对其进行风险定量分析,计算得出该边坡失稳概率为0.64,造成经济损失约8611万元,隶属于高风险等级,并针对坡体几何特征、渗透能力、基岩特性等低分指标提出了具体的安全性提升措施建议。

摘要：针对传统的sigmoid激活函数拟合方法准确度不高、消耗大量资源等问题,提出了一种基于各层神经元值分布概率的sigmoid函数分段线性拟合方法,以便在仅使用加法电路的情况下,提高神经网络的识别精度。首先以sigmoid函数的二阶导数为基础,将sigmoid函数划分为3个固定区域;其次根据每层神经元值的概率变化,将每个固定区域的曲线再划分成不同数量、长度的子区域,以减少近似误差,提高识别精度。分段线性函数斜率设为2-n,有效地降低了sigmoid函数的硬件实现复杂度。最后,设计了拟合函数的硬件电路结构,并在Xilinx FPGA-XC7A200T上实现MNIST手写数字识别,对所提出的拟合方法进行验证。实验结果表明,该方法的识别准确率在深度神经网络中约达到97.45%,而在卷积神经网络中约达到98.42%。与其他仅使用加法电路的拟合方法对比,准确率分别提高了约0.84%和0.57%。

摘要：使用分段非线性逼近算法计算超越函数,以神经网络中应用最为广泛的sigmoid函数为例,结合函数自身对称的性质及其导数不均匀的特点提出合理的分段方法,给出分段方式同逼近多项式阶数对逼近结果精度的影响。完成算法在FPGA上的硬件实现,给出一种使用三阶多项式处理sigmoid函数的拟合结果及流水线架构,处理精度达到10-5数量级,最大频率达到127.327 MHz,满足了高速、高精度的处理要求。

摘要：通过对sigmoid函数进行分析,构造一张自变量在[0,4],函数值在[0.5,1.0]的查找表,将其与设计的运算模块相连,实现sigmoid函数及其导函数.实验表明,该方法在确保快速运算的同时节省了芯片的资源.

摘要：在样本规模有限的情况下,为了提高算法的鲁棒优化性能,提出一种基于时变(随迭代次数变化)sigmoid函数的鲁棒粒子群优化算法.采用拟蒙特卡罗积分方法近似估计有效目标函数,以时变sigmoid函数为基础,设计各代各样本规模的选取概率.迭代前期,样本规模期望值较小,加快了算法探索速度;迭代后期,样本规模期望值较大,提高了算法的开发精度.标准测试函数仿真结果显示,所提出方法具有较优的鲁棒优化性能.

摘要：为了保证机器人能够在保持稳定的情况下,按照规划轨迹执行工作任务,从硬件和软件两个方面,设计了基于sigmoid函数的机器人鲁棒滑模跟踪控制系统。装设机器人传感器与状态观测器,改装机器人鲁棒滑模跟踪控制器,完成系统硬件设计;综合机器人结构、运动机理和动力机制3个方面,构建机器人数学模型;根据状态数据采集结果与规划轨迹之间的偏差,计算机器人跟踪控制量;依据滑模运动与切换方程,利用sigmoid函数生成机器人鲁棒滑模控制律,将生成控制指令作用在机器人执行元件上,实现系统的鲁棒滑模跟踪控制功能;在系统测试与分析中,所设计控制系统的平均位置跟踪控制误差为0.93 mm,与设定轨迹目标基本重合,机器人姿态角跟踪控制误差为0.06 mm,具有较好的鲁棒滑模跟踪控制效果,能够有效提高机器人鲁棒滑模跟踪控制精度。

摘要：针对水下机器人滑模变结构控制系统抖振问题,利用具有光滑性和饱和性的sigmoid函数,提出一种水下机器人软变结构控制策略。利用Lyapunov稳定性理论,讨论控制受限情形的水下机器人软变结构控制系统的稳定性,构造基于sigmoid函数的软变结构控制器,给出水下机器人软变结构控制的具体算法。将基于sigmoid函数的软变结构控制策略用于水下机器人仿真实验研究,实验结果验证了该方法的可行性和有效性。与线性控制、饱和线性控制和基于变饱和函数的软变结构控制3种控制方法进行对比仿真分析,分析结果表明,基于sigmoid函数设计的软变结构控制系统调节精确度高、响应速度快,有效地削弱了系统抖振,具有良好的动态性能。

摘要：自动驾驶汽车包含感知定位、规划控制等主要模块,其中运动规划的任务就是规划车辆行驶的轨迹和速度,运动规划需要在满足车辆的运动模型和状态边界条件下,同时保证生成的轨迹平滑,速度可控。针对运动规划中的速度规划模块,基于sigmoid函数设计了一套速度和加速度规划方法。该方法能够满足车辆速度及加减速限制问题,同时可以保证在车辆整个行驶过程中速度和加速度变化连续,确保了车辆行驶过程中的舒适性。

摘要：针对机械设备运动的平稳性问题,提出了基于sigmoid函数的S型加减速控制方法,以减小机械设备启停阶段的抖动以及抖动时间。从位移、速度、加速度以及加加速度等方面论证了该控制方法的可行性;采用非等时离散化的时间规划方法对加减速的时间分段进行了优化与改进;采用时间与速度数组遍历查询的方法进行了程序设计;通过基于ARM9微控制器的龙门式点样仪进行了实验测试;利用激光跟踪仪对实验进行了测量。研究结果表明:基于sigmoid函数的S型加减速控制方法相比于阶跃信号控制方法可降低机械设备启停阶段62.5%的抖动,相比于7段加减速控制方法可降低33.3%的抖动时间。

摘要：基于对数运算的sigmoid函数常被用作神经网络的阈值函数,将变量映射到(0,1)之间.为了研究其高速率,高精度,低功耗的性能,以对数运算为实现原理,对sigmoid函数做了研究并继而实现其函数,通过SystemVerilog仿真平台对设计进行简单验证.通过比较仿真平台产生的输出与设计产生的输出来总结本次设计的sigmoid函数的速率,精度,功耗等性能指标.结果表明:本次设计的sigmoid函数在速率上得到了改善,进行一次函数运算需七个时钟周期(主频200 MHz)在精度上也稍有提升,降低了硬件功耗.