碳化塔的优化控制系统的设计与应用

应用控制技术以及工程建模技术,结合南方制碱厂碳化工艺的生产特点,设计以提高碳化塔的操作平稳性和转化率为主要目标的效能优化控制系统。     

遗传算法在离散控制系统优化中的应用

利用遗传算法实现对离散控制系统的优化,并给出了离散二阶线性系统的最优控制实例。     

基于Simulink的鱼雷控制系统仿真

鱼雷是一种水下自主航行的运动体,其运动控制系统复杂,仿真建模难度大。该文首先描述了鱼雷动力学和运动学数学模型,给出了鱼雷水下空间运动的控制系统数学模型,详细论述了Simulink的鱼雷控制系统建模方法以及S功能函数的实现方法,并建立了Simulink仿真图形模型,最后给出了鱼雷控制系统的仿真方法,并对仿真结果进行了分析讨论。结果表明,所采用的Simulink与C／C 混合编程仿真方法,能够方便地建立鱼雷等复杂系统的图形模型,具有直观、高效、灵活的特点。     

利用遗传算法搜索寻优图形化模型参数的研究

提出一种图形化建模加遗传算法寻优的新型控制系统设计策略.采用Simulink建模,实值多种群遗传算法进化迭代寻优图形化模型参数,利用模型的仿真输出计算目标函数.利用该策略成功求解了一个非线性速度反馈校正系统的最优控制问题.有关研究成果在解决实际工程问题时简便、高效且实用.     

遗传算法优化框架中使用嵌入的混合可视化和数据分析的过程设计优化

非线性、非凸、不连续的数学模型的使用,使得过程优化问题难以求解。虽然确定性方法已经取得了重大的进步,但随机方法,特别是遗传算法提供了一种更有优势的方法。然而,遗传算法的性质决定了其不适合求解带有高约束的问题。本文提出了一个适用于高度约束问题的目标遗传算法,算法中的算子：交叉和变异,是在数据分析步骤得到的关于可行区域和目标函数行为信息的基础上定义。数据分析是以平行坐标系中的可视化描述为基础,一种模式匹配算法,扫描园算法,通过学习向量量化的使用被扩展来自动地确定目标函数和搜索空间的关键特征,这些特征被用于确定遗传算子。对石油稳定问题应用新的目标遗传算法,其结果证明了方法的有用、高效和健壮性。作为数据分析的核心,可视化技术的使用也可以用于解释优化过程得到的结果。     

基于信息融合思想的神经网络模型研究及应用

文章针对水电仿真系统中水轮发电机机组的非线性动态数学模型建模复杂问题,提出了一种基于信息融合思想的神经网络模型。通过现场设置的多个异质传感器采集数据,作为该神经网络模型的输入训练样本数据,网络训练中动态修改网络权值和阈值,从而完成复杂的非线性建模功能。同时采用了具有较强全局寻优能力的遗传算法在训练中修改网络结构,从而避免神经网络训练速度慢、容易陷入局部极值的缺点,在现场在线数据预测测试中准确率可达95.8%以上,可以满足仿真模型需要。     

基于代理模型和遗传算法的仿真优化研究

首先由已知样本建立神经网络作为代理模型,替代费时的仿真评价而快速给出近似目标值;然后基于代理模型,采用GA进行决策量寻优．为增强优化结果的可靠性和一致性,讨论了按问题信息选取样本和多模型方法.基于典型压力管设计问题的数值仿真,验证了所提出方法的可行性和有效性,其结果明显优于现有文献结果.     

Simulink在光纤通信中的应用

该文详细介绍了matlab及其建模仿真工具simulink的功能、特点和使用方法。并着重论述了如何利用simulink研究非线性光纤光学中的受激喇曼效应,指出在光纤通信中SRS遵从特殊的增长规律,并不具有“阈值”特性。Stokes束的增长不仅依赖于泵浦波的强度,而且也和自身的强度有关系。即使泵浦功率比较弱,SRS的影响也可能会存在。     

水下推进器控制系统设计

水下推进器控制系统是复杂、非线性、时变、耦合且对控制策略要求很高的控制系统,常规PID控制很难满足控制要求.针对水下螺旋桨型推进器控制系统提出了一种经改进的模糊PID参数自适应整定控制方式,并利用MATLAB/Simulink软件平台进行了建模与仿真.仿真结果表明,模糊PID参数自适应整定控制的控制效果明显优于常规PID控制和单纯的模糊自适应控制方式.经比较和分析得知,所提出的控制算法具有良好的鲁棒性和实时性,从而验证了改进控制算法的可行性和有效性.     

MATLAB NN和优化工具箱在设计优化中的应用

作为一种近似模型建立方式,人工神经网络技术能够较快地进行函数逼近,精度也能满足工程需要。介绍了MATLAB神经网络和优化工具箱的特性和联合使用,并通过与C++的混合编程将其集成到优化程序框架中。通过一个运输机起飞重量的优化实例,证明MATLAB的神经网络和优化工具箱的联合使用是工程设计中一种有效的优化策略。     

基于遗传算法的自适应油源控制系统优化设计

文章采用键合图一状态空间法建立了自适应油源控制系统的数学模型,给出了基于Simulink的仿真模型及自适应油源控制系统动态特性的仿真结果。通过采用实数编码、精英选择、自适应交叉和变异概率策略的遗传算法,将系统仿真模型与遗传优化算法有机结合起来,把仿真模型作为适应度函数的输入模块,完成参数组合的优化,实现基于仿真模型的参数优化。并对优化计算进行可视化编程,实现优化过程的信息处理可视化。仿真结果表明：优化后系统的动态性能得到了较大的改善。     

基于网络遗传算法的全局优化

本文在分析当前全局优化方法研究现状的基础上,提出了一种改进的遗传算法――网络遗传算法,应用简单实例说明了网络遗传算法的具体操作,同时应用大量数值实例证明了网络遗传算法解决全局优化问题的可行性、正确性、有效性。     

基于模拟退火遗传算法的控制系统优化设计

提出了一种基于模拟退火遗传算法的线性系统优化设计方法。该方法以控制系统的性能指标,包括瞬态指标和稳态指标及其组合为目标函数,实现了由传递函数描述的控制器的自动设计,而不必预选择特定的控制方案。遗传算法使用十进制数编码,配合使用模拟退火技术来得到更精细的调整。使用这种方法,不需要手工计算,就可以获得控制系统的最优性能。该设计方法还可以应用于非线性对象。     

基于属性论的货位优化问题的研究

以某公司配送中心仓库为研究对象,通过对其货位问题的现状进行研究,建立多目标优化问题的数学模型。对目前常用的优化算法进行分析比对,选择基于属性论方法的有偏好的多目标优化算法作为求解方法,应用该多目标优化算法实现货位优化。     

基于遗传算法的排课系统

随着高校的发展.在教务管理系统中使用的排课模型也变得越来越复杂,亟需一种适用于开发、重用及设计的方法.针对这种情况.给出了排课问题的教学模型,提出基于遗传算法解决方案.结果表明,该算法能比较有效地解决排课问题.     

基于量子遗传算法的非线性无约束优化方法

量子遗传算法(QGA)是量子计算和遗传算法相结合的产物,量子遗传算法将量子比特和量子旋转门表示引入到遗传算法中,具有比遗传算法更好的搜索效率和收敛性。非线性无约束优化是典型的工程应用问题,而复杂非线性函数的优化结果往往不能令人满意,如陷入局部最优等。利用量子遗传算法强大的搜索能力,可以很好的解决复杂非线性函数的无约束优化问题,实验表明量子遗传算法在该类问题中的有效性和可行性。     

基于遗传算法的查询优化算法及其在税收专业化系统中的应用研究

税收专业化是税收发展的必然趋势,税收专业化系统将税收工作信息化、专业化、智能化,提高了税收效率,节省了资源。随着系统数据量的日趋庞大,记录查询的结果越来越差。提出一种基于改进遗传算法的查询优化技术,改进适应税收专业化系统的编码方案,以及相对应的交叉算子、变异算子,应用于税收专业化系统时,表现出良好的性能,与一般查询方法相比,能大大提高数据查询的查全率与查准率。     

基于遗传算法的查询优化算法及其在税收专业化系统中的应用研究

税收专业化是税收发展的必然趋势,税收专业化系统将税收工作信息化、专业化、智能化,提高了税收效率,节省了资源。随着系统数据量的日趋庞大,记录查询的结果越来越差。提出一种基于改进遗传算法的查询优化技术,改进适应税收专业化系统的编码方案,以及相对应的交叉算子、变异算子,应用于税收专业化系统时,表现出良好的性能,与一般查询方法相比,能大大提高数据查询的查全率与查准率。     

基于遗传算法和梯度算法的一种结构优化混合方法

基于遗传算法和梯度算法,文章提出了一种结构优化的混合方法。算例表明该方法兼具遗传算法的优良全局搜索能力和梯度算法的强大局部搜索的特点,且具有很好的工程适应性。     

基于PLC的变频恒压供水控制系统优化设计

通过分析原有变频恒压供水控制系统的不足，设计了基于解析表达式的模糊控制器。基于PLC的实现方法和控制程序，解决了由于供水系统存在的严重的非线性、大滞后而产生的水压波动；采用频率限制和压力补偿控制水泵始终工作在高效范围，配置小流量泵实现夜间供水，从而有效地解决目前变频恒压供水中存在的问题。