基于炼油过程生产特性的优化调度模型

针对炼油过程的平稳性和长期性等生产特性,研究了其优化调度问题。给出了平稳性和长期性的定义,并对生产特性进行了模型化描述。提出了生产的平稳度、长期度性能指标,以实现生产特性的量化表达和评价。在此基础上建立了炼油过程的广义析取规划优化调度模型。以某炼油过程生产调度为例,对比有无体现生产特性的优化调度仿真结果表明:基于炼油过程生产特性的优化调度模型能够提高生产特性性能,得到的调度方案更为可行和实用。     

无线传感网络与模糊控制在照明系统中的应用

随着移动互联网技术的迅猛发展,人们对照明系统节能化、舒适化、智能化的需求不断提高。而现有的照明控制系统存在“长明灯”耗能、调光复杂、功能单一等缺陷,无法满足现代人的生活品质需求。针对上述问题,设计了一套基于无线传感网络与模糊控制的LED智能照明系统。该系统通过ZigBee无线传感网络获取室内照度信息,将照度误差值和误差变化量作为模糊控制器的输入,并结合PWM调光技术,实现了灯具亮度的模糊控制。测试结果表明,该系统可达到节约能源、智能管理的目的,具有实际应用价值。     

PLC在三磨联合机中的应用

该文针对球墨铸管三磨联合机采用西门子SimaticS7-300PLC作为其控制核心，从而大幅提高了生产效率。     

机会可控的补偿随机规划模型

分析了已有的随机规划处理方法，针对原有方法中存在的不能兼顾补偿和约束机会控制的问题，提出了机会可控的补偿随机规划模型，在补偿随机规划模型的基础上，对允许违背的约束或者相应的补偿增加机会控制.以明确的反应决策者的态度，分析了模型的结构，设计了以遗传算法和单纯形法为基础的分解算法对模型进行求解.实际算例证明了模型和分解算法的有效性.     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量（HOC）的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声，其解法一般采用的是梯度搜索法，但是梯度搜索过程难以避免局部收敛而且计算复杂．粒子群优化算法（PSO）具有算法简洁，易于实现，且不需要梯度信息等优势．使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题，为滤波器参数的优化提供了一种新的思路．仿真结果表明，使用PSO优化算法求解自适应滤波器系数能获得更高的精度．同时PSO算法受系统跃变的影响较小，因此它在求解非平稳过程模型系统时具有一定的优势．     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量(HOC)的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声，其解法一般采用的是梯度搜索法，但是梯度搜索过程难以避免局部收敛而且计算复杂.粒子群优化算法(PSO)具有算法简洁，易于实现，且不需要梯度信息等优势.使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题，为滤波器参数的优化提供了一种新的思路.仿真结果表明，使用PSO优化算法求解自适应滤波器系数能获得更高的精度.同时PSO算法受系统跃变的影响较小，因此它在求解非平稳过程模型系统时具有一定的优势.     

基于混合进化策略的非线性系统辨识

进化策略是一类适用于非线性、不可微和多峰值复杂函数的优化方法。提出了基于混合进化策略的非线性系统辨识方法。方法的基本思想是将非线性系统辨识问题转化为参数空间上的函数优化问题,然后应用一种新的混合进化策略对整个参数空间进行搜索以获得系统参数的最优估计。仿真结果显示了该方法的有效性。     

一种基于S-粗集的滚动工件调度

提出了一种基于S 粗集理论工件滚动调度策略 ,基于S 粗集理论的动态迁移特性和副集特性 ,研究了它在动态环境下滚动调度中的应用 .算例研究表明在有调度急加工工件、工件完成期改变和新加工工件到来等情况下 ,该方法是行之有效的 ,不仅能适应加工环境的动态变化 ,获得满意的调度结果 ,而且减少了调度问题求解的规模     

基于变精度粗集的生产调度规则获取

由于规则调度简单、实用,而被管理和工程技术人员广泛使用.规则调度所面临的问题是如何快速获取有效的调度规则以建立起专家系统知识库.把变精度粗集应用于生产调度中,在历史调度数据中发现成功的调度规则解决了生产调度中的规则获取难题.对调度中存在的多决策属性并存的决策表分解问题,提出了有因果关系决策属性的决策表分解方法,描述了基于粗集的生产调度规则获取过程及其应用实例     

一种快速有效的神经网络新算法

基于输出层函数为线性函数的层前馈神经网络,结合自适应步长和动量解耦的伪牛顿算法及迭代最小二乘法导出了一种混合算法。伪真证明该混合算法自适应能力强,计算量小,收敛速度快,是一种有效的工程实用算法。