砷盐净化除钴镍过程氧化还原电位的优化设定

在湿法炼锌净化除钴镍过程中,锌粉的加入量由现场的氧化还原电位(ORP)测量仪控制。针对净化除钴镍过程中ORP与钴离子浓度难以建立精确数学模型,提出了一种基于案例推理(Case-Based Reasoning,CBR)技术的除钴镍过程氧化还原电位的优化设定方法。为了克服案例推理最近邻检索(KNN)算法易受单个特征属性干扰及近邻个数选取具有很大的主观性因素影响,采用遗传算法优化特征属性权重和近邻数,提高案例的检索精度。基于案例推理的ORP优化设定方法在工况条件发生变化时,能够自动调整ORP设定值,实时调整锌粉添加量,实现了锌粉的优化添加,降低了锌粉的消耗。     

基于透镜成像学习策略的灰狼优化算法

在灰狼优化算法中, $ {{\pmb C}} $是一个重要的参数, 其功能是负责算法的勘探能力.目前, 针对参数$ {{\pmb C}} $的研究工作相对较少.另外, 在算法进化过程中, 群体中其他个体均向$\alpha$、$\beta$和$\delta$所在区域靠近以加快收敛速度.然而, 算法易陷入局部最优.为解决以上问题, 本文提出一种改进的灰狼优化算法(Lens imaging learning grey wolf optimizer algorithm, LIL-GWO).该算法首先分析了参数$ {{\pmb C}} $的作用, 提出一种新的参数$\pmb C$策略以平衡算法的勘探和开采能力; 同时, 分析了灰狼优化算法后期个体均向决策层区域聚集, 从而导致群体多样性较差, 提出一种基于光学透镜成像原理的反向学习策略以避免算法陷入局部最优.对LIL-GWO算法的收敛性进行了证明.选取12个通用的标准测试函数和30个CEC 2014测试函数进行实验, 在相同的适应度函数评价次数条件下, LIL-GWO算法在总体性能上优于基本GWO算法、改进GWO算法和其他比较算法.最后, 将LIL-GWO算法应用于辨识光伏模型的参数, 获得了满意的结果.     

智能控制课程教学改革探讨

文章针对智能控制课程的特点,指出了当前教学中存在的主要问题,探讨了在教学改革过程中的一些教学方法与体会。实践证明这些措施有助于激发学生的学习兴趣,加深学生对知识点的理解,提高学生综合分析和解决问题的能力,获得了较好的教学效果。     

改进罚函数法与蝙蝠算法在约束优化中的应用

设计了一种基于自适应罚函数法和改进蝙蝠算法的约束优化问题求解方法。提出了一种自适应罚函数法,该处理方法综合考虑了约束违反的情况和进化过程的特点,如果某个约束违反的次数越多,则证明该约束越强,赋予惩罚系数越大;种群中的不可行解的数量越多,为保持种群的多样性,则约束应该取较小的值,即惩罚系数取较小的值。提出了一种改进的蝙蝠算法,利用混沌的遍历性特点产生初始种群,增强了初始种群的多样性和种群的质量;在考虑了脉冲响度的蝙蝠算法局部搜索中,融入了交叉操作;为防止算法在后期陷入局部最优解,引进了变异操作,保证了群体的多样性。将自适应罚函数法与改进的蝙蝠算法融合起来求解约束优化问题,4个复杂的标准测试函数和2个工程实际问题证明了该约束优化求解方法的可行性和有效性。     

一种新型电阻炉温度控制系统的设计

采用参数自整定FUZZY—PID控制算法控制电阻炉，将模糊控制和PID控制结合起来．既具有模糊控制快速、鲁棒性强的优点，又具有PID稳态精度高的优点。仿真结果表明，该算法使用可靠、精度高，而且具有较强的抗干扰能力和较好的鲁棒性，优于常规的PID控制与模糊控制。