基于免疫优化PID神经网络的污水处理系统解耦控制*

针对氨氮浓度和硝态氮浓度之间相互耦合,以及常规的PID控制方法难以获得满意控制效果的特点,以溶解氧浓度和内循环流量为操作变量,采用PID神经网络对氨氮浓度和硝态氮浓度进行解耦控制;针对PID神经网络连接权值容易陷入局部最优值,应用免疫算法优化PID神经网络连接权值。仿真结果表明,该方法对污水生化处理系统具有很好的解耦能力和控制品质。     

基于DSP的漏水数据采集分析仪设计

针对供水管道漏水现象时有发生,文中基于DSP提出一种数据采集分析仪的设计,并从硬件方面和软件方面分别对系统进行了描述和讨论.数据采集分析仪分为主从机结构,主要由DSP数据处理最小系统、数据采集模块、无线通信XBEE模块、MCU人机接口模块组成.实验表明,系统能够快速采集漏水数据和分析其功率谱估计和互相关运算,在供水行业具有较高的实用价值.     

面向对象的电梯群控系统的设计与实现

针对电梯群控系统,本文提出了一种基于面向对象分析的设计与实现方法。在电梯群系统模型的基础上给出了电梯群系统的层次划分和基本类之间的关系。实际运行结果表明,提出的方法能显著地提高系统性能指标。     

基于目的层预约的电梯群控系统建模与控制

基于目的层预约的电梯控制系统是电梯群控系统发展的新方向．首先对目的层预约形式的电梯群控系统建立电梯群控系统模型，为目的层预约思想在电梯群控系统中的研究建立仿真实验平台；然后提出一种目的层预约的多目标电梯群控策略．实验结果表明，目的层预约的电梯群控系统模型能准确描述电梯系统的动态行为，基于目的层预约思想的群控策略能有效减少乘客待梯时间和乘梯时间，提高电梯系统性能．     

基于深度学习的纹理布匹瑕疵检测方法

布匹瑕疵检测是纺织工业中产品质量评估的关键环节,实现快速、准确、高效的布匹瑕疵检测对于提升纺织工业的产能具有重要意义.在实际布匹生产过程中,布匹瑕疵在形状、大小及数量分布上存在不平衡问题,且纹理布匹复杂的纹理信息会掩盖瑕疵的特征,加大布匹瑕疵检测难度.本文提出基于深度卷积神经网络的分类不平衡纹理布匹瑕疵检测方法(Detecting defects in imbalanced texture fabric based on deep convolutional neural network, ITF-DCNN),首先建立一种基于通道叠加的ResNet50卷积神经网络模型(ResNet50+)对布匹瑕疵特征进行优化提取;其次提出一种冗余特征过滤的特征金字塔网络(Filter-feature pyramid network, F-FPN)对特征图中的背景特征进行过滤,增强其中瑕疵特征的语义信息;最后构造针对瑕疵数量进行加权的MFL (Multi focal loss)损失函数,减轻数据集不平衡对模型的影响,降低模型对于少数类瑕疵的不敏感性.通过实验对比,提出的方法能有效提升布匹瑕疵检测的准确...     

基于TMS320VC5402供水管道漏水检测仪设计

针对当前国内供水管道听音检漏方法可靠性低、抗干扰性差等特点,本文根据供水管道泄漏声信号的频率分布特点及互相关检测法,设计基于TMS320VC5402的漏水检测仪。该仪器采用改进周期图法对管道振动信号进行功率谱估计来判断管道是否存在泄漏。在对漏水点定位时,使用两台漏水检测仪同时采集管道泄漏声信号并用互相关算法计算漏水点的位置。文中给出漏水检测仪的硬件设计框图和软件流程图。整个系统由DSP最小系统、数据采集模块、无线通信模块以及单片机人机接口模块构成。实验结果表明,该仪器具有较好的检漏能力且定位误差在半米以内。     

基于贝叶斯框架的加权LS-SVM及其学习算法

为了提高最小二乘支持向量机的鲁棒性,介绍了加权最小二乘支持向量机,给出了确定加权向量的一般方法.并介绍了基于贝叶斯框架的加权LS-SVM参数的优化方法,利用它建立了加权最小二乘支持向量机.最后用一个仿真实例来说明所提出的支持向量机的学习性能,比标准LS-SVM具有更好的鲁棒性.     

模糊粗集理论在污水参数软测量中的应用

出水水质的建模与预测是污水处理过程先进控制的基础,针对污水生化处理过程的非线性、大滞后等特点,提出一种基于模糊粗糙集和RBF神经网络的出水水质预测方法.先用模糊粗糙集理论约简属性消除冗余信息后,建立基于RBF神经网络软测量模型,并应用该模型对实际污水厂的出水氨氯预测进行仿真.结果表明了该软测量模型的可靠性和有效性.     

解决多目标优化问题的差分进化算法研究进展

差分进化(differential evolution,DE)是一种简单但功能强大的进化优化算法.由于其优秀的性能,其诞生之日起就吸引了各国研究人员的关注.作为一种基于群体的全局性启发式搜索算法,差分进化算法在科学和工程中有许多成功的应用.本文对解决多目标优化问题的差分进化算法研究进行了综述,对差分进化的基本概念进行了详细的描述,给出了几种解决多目标优化问题的差分进化算法变体,并且给出了差分进化算法解决多目标优化问题的理论分析,最后,给出了差分进化算法解决多目标优化问题的工程应用,并指出了未来具有挑战性的研究领域.     

基于混沌优化的LS-SVM非线性预测控制方法

针对非线性系统的控制问题,提出了一种基于LS-SVM的预测控制技术。该方法将LS-SVM和非线性预测控制思想有机结合,利用混沌映射的特性,通过引入混沌优化技术对LS-SVM参数进行优化,同时又将其作为滚动优化策略,避免了非线性预测控制中复杂的梯度计算和矩阵求逆问题,仿真研究说明了该非线性预测控制器的有效性及实时性。