双输入单输出潜遗传变论域模糊控制算法及其收敛性

研究了一种变论域模糊控制算法及其收敛性问题.首先,针对常见的双输入单输出模糊控制器,提出了一种新型的潜遗传变论域模糊控制算法,通过使用模糊单值转换函数,简化了新算法推理后件的变论域操作,显著地减少了计算量.然后,从理论上证明了新算法的收敛性.最后,为了验证算法的有效性,本文将新算法和已有的两个典型算法做了倒立摆实验对比.结果表明,相对于已有算法,由新算法构成的控制器在控制精度上有明显的提高.     

基于共轭梯度法改进的人工鱼群算法*

在基本人工鱼群算法中引入共轭梯度法,得到改进的人工鱼群算法。基本人工鱼群算法对每条人工鱼分别进行聚群算子和追尾算子,若更新结果没有得到改善则进行觅食算子,由于觅食算子具有很大的随机性,这样不能保证每次更新都是有价值的,本文用共轭梯度法代替此时的觅食算子,也就是如果人工鱼利用聚群算子和追尾算子更新,如果没有得到改善,利用共轭梯度法对该条鱼进行更新。在人工鱼群更新过程中引入共轭梯度法,减少随机性,增强人工鱼个体的局部寻优能力,确保人工鱼每次更新都会得到改善,从而加快人工鱼群算法收敛速度。数值试验结果表明,所得改进人工鱼群算法具有更快的收敛速度,同时收敛精度也得到一定提升。     

对较好和较差个体双向更新的混合蛙跳算法

针对基本蛙跳算法在处理复杂函数优化问题时求解精度低且易陷入局部最优的缺点,将共轭梯度法引入基本蛙跳算法,对排名靠前的p个模因组中的精英个体和排名靠后的q个模因组中的落后个体同时使用共轭梯度法进行更新,一方面增强对较差青蛙的指导能力,另一方面使最差的青蛙直接更新,提高了算法的收敛精度.所得混合蛙跳算法有效结合了基本蛙跳算法较强的全局搜索能力和共轭梯度法快速精确的局部搜索能力.将所得的混合蛙跳算法与其他智能优化算法进行对比,数值试验结果表明,无论从收敛精度还是进化代数而言,所得混合蛙跳算法较其他算法均有较大的改进,具有更高的收敛精度,能有效避免陷入局部最优,且优化结果更加稳定.     

嵌入局部一维搜索技术的混合粒子群优化算法*

通过将粒子群优化算法(PSO)与经典局部一维搜索技术相结合,提出一种嵌入局部一维搜索技术的混合粒子群优化算法(LLS-PSO)。该算法在基本粒子群优化算法中引入一维搜索技术,选取最优粒子进行局部一维搜索,增强了在最优点附近的局部搜索能力,以加快算法的收敛速度。对三个经典复杂优化问题进行数值实验,并与基本PSO算法进行比较。实验分析和结果表明,LLS-PSO具有更好的优化性能。     

石油生产过程设定点优化模型及其求解算法

控制系统实时优化的关键是及时获得其最优设定点,本文利用石油生产过程中积累的丰富历史数据,建立了石油生产过程的稳态模型,基于石油生产企业最大化石油生产利润或最小化生产成本的经济指标形成了一个设定点优化模型,并结合修改增广Lagrange乘子法和粒子群优化算法提出了一个新型混合方法,以对所形成的石油生产过程设定点优化问题进行有效的全局寻优,利用商业软件Eclipse对一个非均质油藏Synfield进行模拟所得的一组数据进行了数值仿真试验,试验结果验证了所给模型和方法的有效性.     

一种求解约束优化问题的遗传算法

提出一种求解约束优化问题的遗传算法。通过可行解与不可行解算术交叉的方法对问题的决策空间进行搜索,对可行种群和不可行种群分别按照适应度和约束违反度进行选择。传统变异操作使得解往往偏离了约束区域,因此引入对可行解的边界变异和对不可行解的非均匀变异,并通过维变异方法保持种群的多样性。数值实验结果说明该算法的有效性。     

分时二次优化控制的空调温湿度控制系统

空调温湿度自控系统是一个多输入多输出、典型强耦合的非线性时变系统,具有鲜明的纯滞后、大惯性特点.针对此特点,结合在制药行业空调控制的具体应用、预估模型和传统PID,提出了一种新型空调控制模式-分时二次优化控制方法.此方法运用前面机理建模方法得出的系统模型,使用现场实验数据确定系统模型参数,通过二次优化得到不同的控制参数...     

类间学习神经网络的人脸表情识别*

针对目前表情识别类间信息无关状态,提出了一种表情类间学习的神经网络分类识别算法。该算法首先构建一个BP网络学习对和一个距离判据单元,该距离判据单元仅用来计算类间的实际距离,类间期望距离是根据大量实验结果获得的;然后通过类内实际输出和类间期望距离来修正该网络;最后给出一组实例样本进行表情分类识别。实验结果表明,该算法能有效地识别人脸表情,能紧密地将各类表情间的信息联系起来,效率和准确性均有明显提高。     

求解大规模优化问题的修改增广Lagrange乘子法

Chemical process optimization can be described as large-scale nonlinear constrained minimization. The modified augmented Lagrange multiplier methods (MALMM) for large-scale nonlinear constrained minimization are studied in this paper. The Lagrange function contains the penalty terms on equality and inequality constraints and the methods can he applied to solve a series of bound constrained sub-problems instead of a series of unconstrained sub-problems. The steps of the methods are examined in full detail. Numerical experiments are made for a variety of problems, from small to very large-scale, which show the stability and effectiveness of the methods in large-scale problems.     

基于工业以太网的轮胎硫化监控系统设计与实现

针对某轮胎厂硫化车问控制系统设计实例，介绍了利用Visual C＋＋开发的监控系统，该系统由PLC完成生产的步序控制，并由以太网模块E71完成PLC与上位工控机之问的数据通讯。