基于蚁群模糊系统控制的逆变电源的建模与仿真研究

逆变电源控制策略的选择直接影响到交流输出波形的优劣,本文使用改进蚁群算法对模糊控制器的参数进行并行优化,建立蚁群模糊系统对三相逆变电源进行控制。并通过Matlab进行仿真,结果证明控制效果良好。     

车辆自组织网络中紧急信息的自适应广播机制研究

道路交通的高速发展在创造巨大社会财富的同时,也令人类社会承受着交通事故带来的惨痛代价,为减少交通事故的危害,人们对智慧交通系统的研究日益重视。针对车流量多变化的城区道路交通环境,基于车辆自组织网络设计了一套信息广播机制,能将道路交通的紧急信息快速有效发布到危险区域内各车辆进行预警,以便驾驶人员能提前回避。仿真结果显示,该机制可靠度达到预期,并能有效地降低通信网络的负载。     

结合总体最小二乘的自适应抗差滤波算法

在动态导航定位中,不仅会存在有色噪声的影响,而且还会出现观测系数矩阵存在偏差的情况,数据处理中不容忽视。针对此,本文将总体最小二乘和自适应抗差滤波相结合,提出了能够同时控制有色噪声和系数矩阵偏差影响的新方法。该算法先用总体最小二乘方法求出观测方程系数矩阵偏差,并对观测方程系数矩阵进行修正,再基于修正后的观测系数矩阵使用自适应抗差滤波算法求解出最后的状态参数估值。计算结果表明,该方法不仅能够改正系数矩阵偏差且能控制有色噪声的影响,有效地提高导航定位的精度和可靠性。     

基于自适应免疫遗传算法的IPPS问题研究

针对工艺规划与调度集成(Integration of Process Planning and Scheduling,IPPS)的多目标优化问题,将遗传算法基本理论与免疫应答机理相结合,并引入IPPS问题研究中,构造了融遗传算法和免疫机理为一体的自适应免疫遗传算法(Self-adaptive Immune Genetic Algorithm,SIGA)。该算法以遗传算法为主体并加入免疫算子,通过免疫系统的自适应、免疫识别、学习、记忆、激增和抑制等复杂的信息处理机理,有效地解决了规模大、约束多、目标函数非单一的IPPS问题。最后以实例进行仿真优化,验证了模型算法的正确性和有效性。     

基于生物免疫机制的无线传感执行网络协同方法

以无线传感执行网络为对象,借鉴生物免疫机制,以能量高效、任务高效协作为目标,首先建立无线传感执行网络协同问题与生物免疫机制的类比模型,进而分别针对传感器—执行器协同及执行器—执行器协同问题,提出基于生物免疫机制的传感器—执行器自适应路由协同算法,及执行器—执行器任务协同算法,并给出算法执行流程。最后,通过仿真验证了方法的有效性与优越性。仿真结果表明,采用所提出的协同方法,不但优化了WSAN信息传递路径,而且降低了网络能耗,同时改善了能量均衡指标。     

基于LabVIEW的软管脉冲实验模糊PID控制系统研究(英文)

软管脉冲实验台一般使用电液伺服系统,占用空间小,原理结构简单,信号跟踪能力强,在工业控制领域应用广泛。然而,由于液压反应速度慢、干扰因素多,因而控制精度低,系统不稳定;而传统的液压脉冲实验台单纯PID的控制方式原理简单,但参数调节困难。本文针对控制系统的特殊要求,提出了一种模糊PID控制方法,既保留了原控制系统的优点,又改善了原系统存在的参数时变、不稳定、滞后等缺点,提高了系统的适应能力和精度。经反复调试和试验,结果表明,该系统有效地解决了系统不稳定、滞后严重和参数时变等问题。     

基于模糊控制的井下无人运输机车控制系统设计

针对现有井下运输机车的控制采用人员驾驶手动纠偏的方法,存在较大误差且易发生危险的问题,设计了基于模糊控制的井下无人运输机车控制系统。该系统采用模糊控制技术,利用STM32F10单片机作为主控模块,变频器作为执行机构,通过控制电动机转速,达到速率调控、刹车和避障的目的;该系统利用上位监控系统实时监控运输机车,实现了井下运输机车的无人化和智能化,提高了井下生产的安全性。     

神经网络在自适应噪声抵消中的应用研究

本文将基于正交最小二乘的RBF神经网络算法引入自适应噪声对消中,提出一种基于最小二乘算法和径向基网络的自适应噪声抵消(adaptive filter based on least square algorithm and radial basis network,简称OLSRBFAF)算法。RBF网络因其具有良好的推广能力,简单的结构和快速的训练过程等诸多优点已被成功应用于很多领域。RBF神经网络中关键因素是基函数中心的选取,中心选取不当构造出来的RBF网络的性能一般不能令人满意。利用正交最小二乘(orthogonal least squares,简称OLS)算法选取RBF网络中心,解决了径向基函数网络构造这一关键问题。并由于OLS算法中采用了最小二乘(least-square,简称LS)准则,其对时变信道具有快速跟踪的能力。利用MATLAB仿真结果分析可知,通过将两种算法结合引入自适应噪声抵消系统,使该系统具有误差更小,消除噪声能力更强的优点。