无人机测图的像控点布设优化及精度提升措施

为探讨区域网法像控点在平原地区的优化布设方案,利用高精度定位定向系统(PositionandOrientationSystem,POS)数据辅助设计4种对比方案.研究表明:各布设方案空三加密的平面精度相近,高程精度差异明显,POS数据可显著提升高程精度;本文所提基线间隔为10、航带间隔为4的区域网法像控点优化布设方案精...     

控水压裂工艺方法及效果分析

针对不同储层的渗流特征以及压裂裂缝扩展规律,探讨油井控水压裂技术实施效果。分别通过选择性控水支撑剂、透油阻水压裂液、人工隔离层等工艺进行现场先导实验,观察分析控水工艺使用前后含水率与产油量的情况。根据不同高含水井区的工程地质特征,提出控水压裂工艺优化选择方案。     

生态友好型水库调度控泄方案的评价

通过对水库下泄流量范围的控制,表达河流生态系统对径流的要求.针对各种控泄方案,以最大化经济目标为准则对水库运行方式进行优化.假定建库前的天然径流系列是最为理想的状态,通过比较某控泄方案下的调度出流与天然径流的贴近程度,来衡量该控泄方案与生态的友好程度.在此基础上,建立了生态友好型控泄方案的综合评价指标体系,并应用基于欧氏贴近度的复合模糊物元法进行计算,实现了不同方案的综合比选.以二滩水电站为实例,结果表明所建立的评价模型是可行的.对于二滩水电站,尽量维持径流天然特征的调度方式,在水库长期调度中能较好地兼顾发电与河流健康.     

555集成电路基于振荡的典型电路分析和改进

本文在555集成电路用于常规振荡的典型电路基础上,对其改进和优化。提出两种实现理想方波振荡的改进型电路和提高压控振荡稳定度的优化方案。通过比较的方法,对电路参数予以分析和讨论。     

555集成电路基于振荡的典型电路分析和改进

本文在555集成电路用于常规振荡的典型电路基础上，对其改进和优化。提出两种实现理想方波振荡的改进型电路和提高压控振荡稳定度的优化方案。通过比较的方法。对电路参数予以分析和讨论。     

灰色关联决策模型及在调驱方案优化决策中的应用研究

在灰色理论和模糊数学的基础上,通过建立灰色关联决策模型,对区块整体调驱方案优化决策进行了研究.结果表明灰色关联模型能有效地解决因素间相互制约的工程优化决策问题,在区块整体(弱凝胶)调驱方案中从稳油控水程度、成本投入等多因素综合考虑,并非处理量大、增油量多的方案就是最佳方案.在大港油田官195断块弱凝胶调驱方案中,处理剂量为3 485 m3左右较为适宜.     

桥梁结构模糊神经控制的优化方案

为了进一步提高神经模糊控制器对地震激励下桥梁结构振动控制的稳定性,在传统控制的基础上,提出了分块控制的优化方案,并通过在桥梁Benchmark模型上的应用验证其控制效果。数值分析的结果表明:优化方案的峰值响应控制效果与样本主动控制近似,控制稳定性效果明显提升,由优化前未控状态的22%~29%提升到28%~31%,其中,跨中位移稳定性比优化前提升了9%,支座变形控制稳定性提升了7%。该方案还具有所需结构反馈信息少、构造简单、经济性好等优势。     

二流中间包内型优化的水模实验研究

通过水力学模拟和正交实验方法,采用挡墙和挡坝的控流装置,优化二流中间包的流场.采用正交分析方法优化出最佳方案,得出优化后的中间包示踪剂响应时间从17s提高到48 s,平均停留时间从240 s增加到427 s,中间包死区体积比也从48.0%减少到7.5%.     

某110 kV变电站的二次系统设备集成优化

针对某110kV智能变电站的电气设备配置特点,为加强该变电站二次设备配置的功能,对该变电站二次设备进行了优化整合。所提优化整合方案主要包括:应用一体化业务平台对站控层设备的优化整合,保护、测控、计量方案的整合,故障录波与网络分析仪的整合,智能终端与合并单元的整合等。技术、经济分析结果表明,所提整合方案提高了设备的集成度,减少了装置配置数量,节约了二次设备舱面积,突出了"两型一化"的建设理念。     

连铸中间包内流场控制优化水模实验研究

根据相似原理,研究了原设计方案和优化改进方案对中间包流场的影响。采用刺激-响应实验方法测得中间包流体的平均停留时间分布(RTD)曲线,并得到不同方案控流装置对中间包流体流动的影响,从而优化对中间包流场的控制。研究结果表明:方案4中活塞区体积分数增大了42.44%,钢液平均停留时间延长了500s左右,并且提高了中间包各流之间的钢液均匀性,从而促进夹杂物的上浮去除。     

粒子群优化的BP神经网络在电梯群控系统中的应用

目的提出基于粒子群优化的BP神经网络获取评价电梯群控系统派梯性能指标的新方法．方法综合考虑电梯运行特性,确定电梯调度控制策略,建立了电梯运行性能的评价指标函数,利用神经网络自学习功能获取评价指标的初始权值和阀值,针对平均候梯时间对比研究了普通BP神经网络算法和粒子群优化BP神经网络算法．结果将优化的权值和阀值代入BP神经网络获得平均候梯时间,粒子群优化的BP神经网络与BP神经网络相比,减少了迭代次数,缩短了运行时间．结论仿真实验表明,该方法可以避免BP神经网络训练中产生局部极小值,加快BP神经网络训练速率,提高电梯群控系统控制的速度．     

机器人智能控制研究进展

以介绍机器人控制技术的发展及机器人智能控制的现状为基础 ,叙述了模糊控制和人工神经网络控制在机器人中智能控制的方法 .讨论了机器人智能控制中的模糊控制和变结构控制 ,神经网络控制和变结构控制 ,以及模糊控制和神经网络控制等几种智能控制技术的融合 .并对模糊控制和神经网络控制等方法中的局限性作出了说明     

对角递归神经网络在非线性内模控制中的应用

提出一种基于对角递归神经网络的非线性内模控制方案，其内部模型和内模控制器的建立均由对角递归神经网络来实现，同时改进神经网络控制器的训练函数。仿真结果表明，改进的内模控制系统与基本BP神经网络内模控制系统相比。具有跟踪速度快，超调量小，以及对对象参数摄动具有较好的适应性。     

基于模块化神经网络的铁水硅含量预测系统

目的 提出基于模块化神经网络的铁水硅含量预测方法,改善系统控制性能指标.方法 采用模块化神经网络预测控制策略,建立模块化神经网络预测模型,按输入物理量的性质构成4个神经网络模块,再由预测神经网络输出铁水硅含量的预测值,从而控制炉温.结果 提高了学习效率和泛化能力,有效地改善了模型的预测精度.结论 模块化神经网络铁水硅含量预测模型,将同类量进行了模块划分,通过对铁水硅含量预测,可提高炉温的控制精度和动态跟踪能力,具有结构简单、实时性好、预测精度高等特点.     

对角递归神经网络在非线性内模控制中的应用

提出一种基于对角递归神经网络的非线性内模控制方案,其内部模型和内模控制器的建立均由对角递归神经网络来实现,同时改进神经网络控制器的训练函数。仿真结果表明,改进的内模控制系统与基本BP神经网络内模控制系统相比,具有跟踪速度快,超调量小,以及对对象参数摄动具有较好的适应性。     

一种基于模糊神经网络的机器人轨迹跟踪控制

提出一种模糊神经网络,并将其应用于两关节机械手轨迹跟踪控制。该网络采用三角形隶属度函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理。这种模糊神经网络能够在线调节输出隶属度函数中心以及关节间耦合权值,使得控制器具有更好的学习与自适应能力。仿真结果表明,这种网络能很好的用于机器人的轨迹跟踪控制中,是一种行之有效的控制方法。     

一种新型的模糊神经网络自适应控制系统

结合神经网络控制和模糊控制的各自特点,提出了一种新的基于神经网络的模糊自适应控制算法,并给出了该算法的仿真与分析结果.利用该算法实现了基于模糊神经网络的智能控制系统的建立.     

基于遗传算法的神经网络在交流调速中的应用

介绍了遗传算法与神经网络的组合方式及结构,并通过遗传算法神经网络的融合技术对交流调速进行控制,通过遗传算法对神经网络的参数进行集中优化,得到了被控制对象的一个最优控制器———神经网络控制器.     

基于模糊神经元网络的阀控马达系统仿真

提出了一种基于模糊神经元网络的阀控马达控制方案.在系统中，将模糊控制技术与神经元网络技术相结合，构建了模糊神经元网络控制器.该控制器结合模糊控制与神经元网络各自的优点，既具有模糊控制器简单和有效的非线性控制作用，又具有神经元网络自学习和自适应能力,改善了控制系统的性能.     

基于模糊RBF神经网络的主汽温控制系统

本文主要研究应用模糊神经网络实现主汽温控制系统,采用神经网络的学习能力来优化权值,在不同负荷下都取得了较好的控制效果.