空调系统的温度控制和在线辨识

从工程应用角度统一考虑发射场中央空调系统的温度控制和在线辨识问题：温度控制采用一种递推控制方法解决时滞问题;在线辨识采用逆拉氏变换方法实现系统在线闭环辨识和参数修正。2种方法的有机结合,有效解决了发射场中央空调系统中的温度控制和状态监测的问题,实际结果验证了方法的有效性。     

基于网络动态交通路由问题的非线性H∞控制

为了优化交通网络的动态路由,运用非线性H∞控制方法和简单的实时代数计算方法,使系统在有界干扰情况下具有鲁棒性,避免了现有方法中冗长的离线或在线数学计算,解决了网络层面上系统最优和用户平衡的DIA(dynamic traffic assignment)/DTR(dynamic traffic routing)问题.该方法适用于解决先进交通信息管理系统(ATMIS)中的DTA/DTR问题.     

300 MW机组磨煤机制粉系统智能控制研究

探讨了一种新型的300MW机组磨煤机制粉系统智能控制方法．该方法特点是在系统偏差大时采用模糊控制方案，偏差小时采用神经元控制方案．现场应用表明此系统可有效解决磨煤机制粉系统的大迟延，强耦合控制问题．     

高阶系统的故障发现及人机交互决策系统

本文研究了系统监控中的故障发现问题，提出了一种以图形方式进行人机交互的故障发现决策方法，并且应用大系统理论中的分块式卡尔曼滤波方法解决了高阶系统的监控问题，最后通过仿真实验，验证了该方法的有效性。     

基于IMC的二自由度平台设计及仿真

在二自由度平台系统中,建立模型时的误差和不可预测的干扰的存在会导致可逆系统不可能完全解决系统的线性化和解耦问题,针对此问题,通过对二自由度平台系统建模过程和机理的研究分析,当二自由度平台系统采用内模控制（IMC）方法时,不但可以解决独立性追踪问题,还可以在获取伪线性系统的基础上进行扰动抑制,从而部分解决可逆系统耦合问题。同时采用Matlab应用仿真,证明内模控制不但具有常规PID控制的优点,而且在非线性系统条件下能够较好的工作,在现实工业控制生产中具有很大意义。     

带材收卷过程中的一种新型纠偏控制系统

为解决带材在卷绕过程中存在的蛇行跑偏问题和纠偏性能受速度影响大的问题,该文介绍一种以直流伺服电动机为执行机构,并采用智能控制的先进纠偏系统,建立了收卷纠偏系统的数学模型,推导了自适应调节的算法公式,并进行了仿真验证。同时采用的智能控制方法克服了纠偏电动机的零位震荡问题,提高了纠偏电动机的寿命与控制的平稳性。还介绍了基于高速MCU的纠偏控制器实现方法。该系统已在塑料薄膜复卷机的卷绕纠偏控制中获得实际应用。     

温度系统经验规则控制

温度系统是一类较难控制的对象 ,例如文中所述硅钼炉的温度控制问题 ,作者采用经验规则控制方法解决了这类对象的有效控制问题     

一种简单实用的编解码器的设计应用

本文介绍一种简单实用的编解码器设计方法。该编解码器采用串行方法来传输多个控制信号以解决工业电视系统中控制信号传输问题。此方法已在多个大型控制系统及工业电视监控系统项目中得以应用,收到很好的实用效果及经济效益。     

电液力控制系统的自适应控制

电液力控制系统中非线性和时变因素引起的波形畸变等控制品质问题是电液控制系统中较难解决的问题。论文在板簧试验机上用参数补偿的模型参考自适应控制算法、Lyapunov稳定理论进行了推导,用微机实现了系统的控制。实验表明这种自适应控制方法明显地提高了控制品质,使系统的波形失真度下降,快速性增加。 论文还探讨了系统的鲁棒自适应控制问题。     

温度系统经验规则控制

温度系统是一类较难控制的对象，例如文中所述硅钼炉的温度控制问题，作者采用经验规则控制方法解决了这类对象的有效控制问题。     

L.P.问题单纯形法一种改进的迭代判别方法

单纯形法是求解线性规划问题的有效方法．本文给出了求解一般线性规划问题的单纯形算法中一种改进的迭代判别方法，该方法与传统的判别方法相比，是一种利用较少次迭代求解线性规划问题最优解的方法．     

一种前向神经网络训练算法的改进

针对前向神经网络（FNN）现有BP学习算法的缺点──收敛速度缓慢、容易陷入局部极小,提出一种快速、全局优化、简单通用的前向神经网络训练算法。这种方法将改进BP算法中的动量项由常量改换为一类关于常量的非线性函数。利用非线性特性,优化过程中能遍历局部极小,同时又具有突跳特性。结合升温策略,该算法在优化精度和网络训练速度两方面均有较大改善。通过对典型算例──异或问题的仿真,验证了算法的有效性和可行性。     

基于免疫算法的球形译码算法研究

在多输入多输出(MIMO)系统的信号检测算法中,球形译码算法的性能最接近最大似然检测算法,是目前应用最为广泛的一种信号检测方法,但传统的球形译码算法在低信噪比时计算复杂度较高,在高信噪比时误码率性能不够理想.该文提出了一种改进的球形译码方法,利用免疫算法的寻优能力来获得最佳的初始搜索半径,从而达到在保证译码性能的同时有效地降低计算复杂度的目的.实验仿真结果表明,与传统的球形译码算法相比,基于免疫算法的球形译码方法在高信噪比下可以达到最大似然译码的性能,同时能有效降低低信噪比时的运算复杂度,从而更符合现代无线通信实时性的要求.     

基于SOMK算法的T-S模糊系统建模方法

针对T-S模糊系统建模中的结构辨识和参数辨识问题,以自组织特征映射SOM算法与K-means算法相结合的SOMK算法对输入样本进行聚类,同时以Davies-Bouldin(DB)指标来验证聚类的有效性,得到最佳聚类数即为T-S模糊系统模型的规则数。然后用所得模糊规则数和聚类中心来辨识T-S模糊系统模型前件参数进而采用最小二乘算法来确定模糊推理规则的后件参数。最后,用仿真实例验证了文中所提出的建模方法与相应算法。仿真结果表明,该方法逼近精度高,泛化能力强,具有较好的实际应用价值。     

面向最优加工成本的合作伙伴选择方法

针对面向加工制造的合作伙伴选择,强调了招标之前的任务分解,提出了初选、细选、精选"三步走"的解决方法。根据任务之间及任务所对应的合作伙伴之间的关系,基于加工和运输总费用最小化原则,建立了合作伙伴选择的优化模型。着重对合作伙伴评价方法中精选方法的算法进行研究,提出了一种新的算法——混合遗传模拟退火算法来进行精选,解决了单纯使用遗传算法使结果可能陷入局部最优解的弊端。通过实例证明,这种混合算法具有很强的搜索能力,结果跳出了局部最优解,能够解决实际问题。     

遗传神经网络在滑坡灾害预报中的应用研究

针对传统BP算法易收敛于局部最优以及网络结构难以确定等问题,引进遗传算法进行混合建模.采用遗传学习算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快并避免陷入局部极小.文中结合实例,对BP神经网络,遗传算法改进的神经网络进行了比较分析.实验表明,利用改进的混合模型可以提高预测精度,缩短收敛时间.     

基于改进免疫算法的有能力约束车辆路径问题

针对遗传算法、免疫遗传算法在解决车辆路径问题(VRP)中存在的问题与不足,提出了一种改进免疫遗传算法。该算法主要在检查个体的多样性程度方面进行了简化,运用多样性指数阈值控制种群个体的多样性。通过有能力约束VRP的实验验证了新算法,得到了满意的效果。     

一种新的机械手逆运动学求解法

本文结合几何法和解析法的优点,提出了一种新的机械手逆运动学求解法。这种方法先应用几何法的直观性,确定各关节角和机械手末端姿态角的关系,再运用解析法求出各关节角,大大减少了逆矩阵相乘的次数,适合机器人的实时在线控制。     

基于遗传算法和梯度算法的结构动态形体优化

提出了一种基于遗传算法和梯度算法并考虑动态需求的结构形体优化方法,该方法同时具有遗传算法的全局优化搜索能力和梯度算法的局部优化搜索能力.算例证明该方法具有良好的工程应用价值.     

改进的模糊C-均值聚类方法

该文针对模糊C-均值算法容易收敛于局部极小点的缺陷,将遗传算法应用于模糊C-均值算法(FCM)的优化计算中,其中对传统遗传算法的编码方案、遗传算子约束条件及适应值函数等方面进行改进,提出了一种基于改进遗传算法的模糊聚类方法。实验表明,将改进的遗传算法与FCM算法结合起来进行聚类分析,可以在一定程度上避免FCM算法对初始值敏感和容易陷入局部最优解的缺陷,使聚类更合理,比单一使用FCM算法进行聚类分析的效果要好。