基于数据融合的农业温室温度模糊PID控制方法的研究

针对设施农业中的温度控制具有大惯性、大滞后和参数分布性的特点,本文采用多传感器数据融合的方法对温度参数进行优化计算,利用模糊PID控制方法设计温度控制系统。仿真结果表明,在相同的条件下,基于数据融合的模糊PID算法可以提高控制的精度及鲁棒性,同时可以达到节能效果。     

一种自动取较大、较小和平均值的电路

<正> 在模拟量的测量和控制中,有时会遇到对几个测量值进行比较的问题。例如,加热一个工件,同时测量此工件上几个不同部位的温度值。若工件温度过高会引起损坏,则被控制量应取几个测量值中的最高者,即当几个被测部位上温度最高处的测量值达到给定的控制值时,就停止加热;若温度过低会引起质量问题,则被控制量应取几个测量值中的最低者,即只有当几个被测部位上温度最低处的温度也达到设定温度时,才停止加热;若要控制整个工件的平均加热情况,则可取被控制量为几个测量值的平均值。     

基于搜寻者优化算法的多温区PID参数整定控制方法及其实现

针对工业生产过程中温度控制系统的非线性、大时滞特性,为实现时滞系统PID参数的自整定,该文提出了一种基于搜寻者优化算法的PID整定控制方法。以典型一阶模型作为控制对象进行仿真,结果表明,利用该算法进行搜索寻优可以实现PID参数的在线调整,使温控系统快速准确地达到预设温度。同时,利用可编程计算机控制器（Pcc）的软硬件平台,采用Automatic Code Generation功能实现了对多温区系统的控制,得到了较为满意的控制效果。     

IEPO预测PID算法在半导体激光器温度控制上的应用

半导体激光器温度控制系统是一个具有大惯性、时滞性的系统。针对传统PID算法控制存在超调量大、响应速度慢、调节过程长等问题,引入改进的鹰栖息优化算法（IEPO）和动态矩阵预测控制算法（DMC）进行控制优化。首先对鹰栖息优化算法进行改进,增强其寻优能力来获得控制性能较好的PID参数;然后利用DMC算法优化PID控制输入量来使整个系统的输出逼近期望值。仿真结果表明,IEPO预测PID算法具有超调小、动态响应速度快、抗扰动能力强的特点,调节精度更高,控制效果更好,具有一定的实用性。     

热处理炉钢板温度的自适应混沌粒子群算法–最小二乘支持向量机优化预报算法

针对传统传热模型参数调整较复杂和模型精度较低的问题,构建了一种基于改进粒子群算法优化最小二乘支持向量机（least squares SVM,LSSVM）的钢板温度预报模型.首先,对基本粒子群算法进行分析,提出自适应混沌粒子群算法（adaptive chaos PSO,ACPSO）,并通过性能指标定量评价验证算法的有效性、鲁棒性和寻优效率.其次,采用LSSVM建立钢板温度预报模型,并选用径向基函数作为核函数,用ACPSO算法优化该模型参数.最后,结合现场数据进行仿真研究和工程应用,结果表明基于该算法建立的钢板温度预报模型具有较高的预报精度,达到智能调优的目的.     

基于空时压缩感知算法的蜂窝流量预测

针对蜂窝网络中,基站发射功率不能有效根据小区内峰值流量实时调整而造成蜂窝网络能量浪费这一问题,提出一种基于阈值控制的正则化正交匹配追踪（BT-ROMP）蜂窝流量预测算法。该算法利用小区内用户行为在时间与空间上的周期平稳变化特性,构建蜂窝流量块稀疏模型;利用阈值有效筛选出正则化漏掉的次优原子,扩大原子候选集,达到减少算法迭代次数与提高重构精度的目的。仿真结果表明,本文算法较正则化正交匹配追踪算法（ROMP）,算法预测精度平均提高0.01。     

面向风电数据的WSN压缩感知数据重构

分段弱正交匹配追踪（SWOMP）算法的算法简单、运算速度快,适合应用在风电场环境下的无线传感网络（WSN）中。通过对门限参数以及最佳原子进行研究与分析,发现这两个因素的不同方式都对SWOMP算法的重构成功率有较大的影响,选用PID自适应方式以及Dice系数匹配准则优化传统算法存在的问题。基于PID自适应的思想,来调整每次重构之后门限参数的误差,然后再使用得到的门限参数对算法进行重构;在上述调整的门限参数重构算法中,再对原子的选择过程使用Dice系数优化,使原始算法中原始信号部分丢失的问题进行解决,通过该过程使重构精度得到提高。仿真实验结果表明：在相同的条件下,与传统的SWOMP算法相比,改进的SWOMP算法的重构成功率更高。     

腹腔循环热灌注化疗温度的仿人智能控制

根据腹腔循环热灌注化疗（CHPP）温度过程对象的特点和技术要求,介绍了一种基于能量和作用平衡的仿人智能控制（HSIC）方法。在快速升温段,为实现快速升温并减小过冲,用能量和作用平衡原理进行Bang-Bang控制。在恒温灌注段,为实现精确控温,用仿人智能控制器基本算法进行控制,用能量和作用平衡原理整定控制器参数。模拟试验表明,这种控制方法能满足系统升温速度和控温精度要求,算法简单、待定参数少、整定容易、有较好的鲁棒性。     

基于强化迭代学习的四旋翼无人机轨迹控制

为进一步提升在未知环境下四旋翼无人机轨迹的跟踪精度,提出了一种在传统反馈控制架构上增加迭代学习前馈控制器的控制方法。针对迭代学习控制（ILC）中存在的学习参数整定困难的问题,提出了一种利用强化学习（RL）对迭代学习控制器的学习参数进行整定优化的方法。首先,利用RL对迭代学习控制器的学习参数进行优化,筛选出当前环境及任务下最优的学习参数以保证迭代学习控制器的控制效果最优;其次,利用迭代学习控制器的学习能力不断迭代优化前馈输入,直至实现完美跟踪;最后,在有随机噪声存在的仿真环境中把所提出的强化迭代学习控制（RL-ILC）算法与未经参数优化的ILC方法、滑模变结构控制（SMC）方法以及比例-积分-微分（PID）控制方法进行对比实验。实验结果表明,所提算法在经过2次迭代后,总误差缩减为初始误差的0.2%,实现了快速收敛;并且与SMC控制方法及PID控制方法相比,RL-ILC算法在算法收敛后不会受噪声影响产生轨迹波动。由此可见,所提算法能够有效提高无人机轨迹跟踪的准确性和鲁棒性。     

电控机械式自动变速车辆发动机转速控制系统的研究

针对传统PID算法在发动机转速控制中难以实现最佳参数问题,提出了利用神经元自适应PID算法对发动机转速进行闭环控制.由于神经元自适应PID 可以在线调整 其参数值,因此当发动机目标转速发生变化时可以通过改变控制参数来实现转速的快速跟踪.实验结果表明使用神经元自适应PID算法对发动机转速控制可以达到快速响应和较高精度的控...     

青藏高原地区被动微波遥感反演地表温度算法验证

近年来,青藏高原地区的水热平衡成为关注的焦点,而地表温度是陆表过程模型的重要输入参数之一。被动微波遥感在地表温度反演上已经取得了一些进展。本文重点用被动微波数据反演地表温度算法对青藏高原地区的数据做不同下垫面的地面验证和分析,包括Mao(2005)、Richard(2003)、Zhao(2011)3种算法。研究表明:Richard(2003)的单通道算法能够适应低矮植被地区,反演精度高;Zhao(2011)算法在裸土地区的反演精度更高;而Mao(2005)算法出现了低估的情况。研究发现3种算法的绝对误差随不同时间降雨的变化呈现相同的波动趋势,即反演精度受到降雨的影响,降雨量增大,温度反演误差变大;降雨之后,随着地表逐渐干燥,土壤水分逐渐减小,误差随之减小。     

一种低费用的协调检查点算法

检查点算法作为一种有效的故障技术及容错手段,已广泛地运用在网格、分布式和云计算系统中。该文提出了一种非阻塞协调检查点算法,该算法增加了系统的可靠性,并允许检查点灵活设置,充分缩减了同步信息数量,加速了检查点形成时间。和典型的相关算法比较,该文提出的算法使用更少的同步控制消息,具有更低的费用,引入同步控制消息的时间复杂度由一般的O（n2）降到O（n）,且同步消息数仅仅为n-1。     

基于PCC的神经网络PID控制器设计

提出了一种基于可编程计算机控制器（PCC）的神经网络PID控制器,以PCC为硬件,利用神经网络逼近任意非线性函数的功能,实现了PID控制算法中三个参数Kp、Ki、Kd的在线调整。并利用神经网络模型对被控对象的输出值进行预测,根据预测值对神经网络各层中的加权系数进行在线修正,同时引入了带死区的控制算法。该设计方案具有调节速度快、适应能力强、可靠性高等优点。实验结果表明,该控制器具有强抗扰、响应快、鲁棒性好等特点。     

用S7-200 PLC实现Smith预估控制

经典控制论中,对纯滞后生产过程的控制一般采用Smith预估控制算法;Smith预估控制算法基于系统辨识,由辨识结果Gp(s)e-τs设计预估控制补偿器Gp(s)(1-e-τs);采用Padé算法的一阶近似式逼近e-τs,利用S7-200 PLC实现Gp(s)(1-e-τs);实践证明,控制效果优于分段PID的控制效果;对整个实现过程给予阐述。     

改进的FCM算法在网络入侵检测中的应用

针对FCM聚类算法容易陷入局部最优且对初始点很敏感的问题,提出基于搜索空间平滑技术的点密度加权FCM算法以获得最优解。以所得的聚类中心作为输入,再次执行FCM算法,对于隶属度小于阈值的数据样本进行检测;如果该数据样本被删除,目标函数值变化明显,则该数据样本为异常数据样本,并且聚类最后产生的小的簇中的数据样本也是异常数据样本。在KDDCUP99数据集上进行检测,实验结果表明该算法具有较高的检测率及较低的误检率。     

一种新的求解TSP问题智能蚁群优化算法

提出了一种新的用于求解TSP问题的智能蚁群优化算法。新算法从TSP问题本身出发,提取出了该问题的一种本质特征,并赋予蚁群算法中的精英蚂蚁以识别该固有特征的能力,以提高精英蚂蚁的搜索质量,进而使得新算法整体的求解能力得以提高。文章中不仅阐述了新算法的原理,而且进行了仿真实验,实验结果表明新算法在求解时间和求解质量上都取得了很好的效果。     

基于几何活动轮廓与分形盒维数的图像分割

针对传统几何活动轮廓（GAC）模型不能实现自适应分割,且容易出现边界泄漏和演化时间较长的缺点,提出了一个基于GAC与分形盒维数的图像分割算法。该算法结合了图像信息（图像分形盒维数）和演化曲线的位置,用与演化曲线内外区域分盒维数相关的演化速度v(D)代替传统GAC模型中的常量速度v。实验结果表明该算法可以使演化曲线根据其位置自适应地向内或者向外运动,减少了分割时间,并且在一定程度上减少了边界泄漏。     

描述逻辑SHIQ的ABox一致性判定算法

为判定描述逻辑SHIQ的ABox一致性,提出一种Tableau算法。给定TBox几ABoxA和角色层次H,通过预处理将A转换成标准的ABox A’,按照特定的完整策略将一套Tableau规则应用于A,从而不断地对A’进行扩展,直到将其扩展成完整的ABoxA”为止。A、T和H一致,当且仅当算法能产生一个完整且无冲突的ABox A”。该算法采用的阻塞机制能防止Tableau规则被无限次执行,避免多余的规则应用。通过证明Tableau规则的执行次数为有限次,确认算法的可终止性。通过证明由A”能构造一个同时满足A、T和H的解释,确认算法的合理性。通过证明Tableau规则的执行不会破坏A’与H的一致关系,确认算法的完备性。     

CDMA系统中基于时延花费的功率速率联合控制

针对CDMA系统中的多业务处理的飞速发展,采用非合作博弈（Non—cooperative Game,NG）理论实现功率与速率的联合控制（joint control of power and rate）。将功率与速率控制问题等效为非合作博弈（Non—cooperative Game,NG）问题,并且提出了一种基于时延花费的代价函数,接着证明了该联合算法纳什均衡（Nash Equilibrium,NE）的存在性与唯一性。仿真结果表明,该算法使得用户在较小的功率下获得较高效用值,并且减少了用户的传输延时。     

一种基于码距反演的RFID防碰撞算法

对二进制搜索算法的“单比特碰撞”和ALOHA算法中的时隙机制做了研究,设计出一种基于码距反演的RFID防碰撞算法。不同于传统防碰撞手段中尽量避免多个标签同时接入,新算法通过促进符合“x维码距等于x”原则的ID按位发生碰撞来对标签进行识别,阅读器至少能同时识别三个标签。针对ALOHA算法中普遍存在的空白时隙现象,设计出时隙预定方法,提高了标签接入速度和系统效率。仿真实验表明,新算法及时隙预订方法不仅能加速标签的接入,更能大大优化标签的接入效率。