基于遗传算法与模糊PID复合控制的电机调速研究

为了加强永磁同步电机调速系统的智能控制,提出了一种基于遗传算法与模糊PID智能控制的永磁同步电机调速控制策略。首先建立永磁同步电机的基本模型,利用遗传算法对模糊PID控制器进行改进,优化其参数选择和提高控制效率,并搭建Simulink仿真模型和实验验证模型。其结果得到:利用遗传算法能够迅速得到模糊PID控制器的最佳匹配初始参数,且在电机启动阶段和突加干扰阶段,遗传改进模糊PID控制系统相比于传统的PID控制系统其转速、转矩以及三相电流输出均表现出更加稳定以及波动更小。系统出现干扰后,在该组合智能控制作用下系统在极短时间内恢复稳定,其动态响应速度显著快于传统PID控制方法。结果表明该基于遗传算法与模糊PID控制系统能够对永磁同步调速系统进行有效控制,进而使系统具有较优异的启动特性和动态稳定。     

基于Levy飞行的改进菌群觅食算法

针对经典菌群觅食算法因固定趋化步长导致的求解精度不高、收敛性能差等缺陷,提出一种基于Levy飞行的菌群觅食算法,其特点是利用基于Levy分布的趋化步长改善算法的求解精度与收敛性能,借助Levy飞行随机游走策略改善细菌迁徙位置.多个基准测试函数的实验结果表明,该算法在求解质量和收敛性能上均取得了较好的改进效果.     

多级半色调技术在电纸书显示优化中的应用

针对电纸书显示屏灰度等级不足的问题,提出了利用半色调图像处理技术的改进算法实现电纸书显示优化的方法.在阐述半色调技术与电子纸特点的基础上,介绍了抖动算法和误差扩散算法,通过对这两种算法进行改进提高电纸书显示的灰度级数及视觉效果.其中重点对误差扩散算法中的阈值、滤波器及扫描方式的设定进行设计,并提出一种基于误差动态检测的新的改进算法,能有效提高图像灰度级数,改善电纸书的图像显示质量.最后在电纸书系统平台上实现仿真,通过质量评价参数客观地评测了各种算法.     

云环境下组合电子健康记录访问控制框架

针对云环境下电子健康记录信息安全共享的需求提出云环境下组合电子健康记录访问控制框架.在该框架中基于多个CDA文档的逻辑关系,提出并构建组合电子健康记录结构,应用基于属性的多级安全访问控制策略实现组合电子健康记录的安全管理,应用基于XLINK技术的XML Web服务实现组合电子健康记录的下载和查看.通过对比分析可说明,与已有方案相比,本方案提出的框架更加适合云环境下的电子健康信息安全共享.     

融合特征的快速SURF配准算法

目的 针对基于SURF特征点的图像配准算法对颜色单一的彩色图像提取的特征点较少及配准时间复杂度高等问题,提出一种基于融合特征的快速SURF(speed up robust features)配准算法.方法 该算法首先提取图像的颜色不变量边缘特征和CS-LBP(central symmetry-local binary patterns)纹理特征形成融合特征灰度图,并利用颜色直方图的方差自适应调节融合特征间的权重.其次,在融合特征灰度图上提取SURF(speed up robust features)特征点及描述子.再次,用最近邻匹配法形成粗匹配对,结合改进的快速RANSAC(random sample consensus)算法得到精匹配对.最后,使用最小二乘法求出映射关系用于配准图像.结果 本文算法能够在融合特征上提取更稳定的SURF特征点,用该特征点进行配准能提高配准5％精度,且减少时间复杂度15％,实现了对普通场景下图像的快速配准.结论 本文算法能提取稳定数量的特征点,提高了精确度与鲁棒性,并通过改进的RANSAC算法提高了执行效率,降低了迭代次数.     

超声波技术预防性抑制蓝藻水华的研究

指出传统的蓝藻水华治理方法中存在的问题:大规模地杀灭蓝藻,造成大量藻细胞破裂,细胞内藻毒素等有害分泌物释放到水中,引发二次污染。介绍蓝藻水华的预防性调控方法,即在水体形成水华前,通过抑制蓝藻细胞生长,将其藻类生物量始终控制在一定水平以下,避免蓝藻水华的暴发。综述了超声参数对除藻抑藻效果的影响,以及超声对藻细胞生理系统的影响,探讨超声除藻抑藻的机理,并针对以往研究存在的不足,对后续研究重点进行了展望。     

PIC单片机控制下的无线模块自主选频数据传输

提出一种采用PIC16系列单片机和CC2500无线射频芯片的自主选频无线数据传输系统的设计方法,包括系统硬件电路设计和软件实现。系统具有自主选频功能,解决CC2500在ISM频段内由于同频干扰而产生的频率冲突问题。     

Fuzzy linear programming approach to multiattribute decision making with multiple types of attribute values and incomplete weight information

In the classical Linear Programming Technique for Multidimensional Analysis of Preference (LINMAP), the decision maker (DM) gives the pair-wise comparisons of alternatives with crisp truth degree 0 or 1. However, in the real world, DM is not sure enough in all comparisons and can express his/her opinion with some fuzzy truth degree. Thus, DM's preferences are given through pair-wise comparisons of alternatives with fuzzy truth degrees, which may be represented as trapezoidal fuzzy numbers (TrFNs). Considered such fuzzy truth degrees, the aim of this paper is to develop a new fuzzy linear programming technique for solving multiattribute decision making (MADM) problems with multiple types of attribute values and incomplete weight information. In this method, TrFNs, real numbers, and intervals are used to represent the multiple types of decision information. The fuzzy consistency and inconsistency indices are defined as TrFNs due to the alternatives’ comparisons with fuzzy truth degrees. Hereby a new fuzzy linear programming model is constructed and solved by the possibility linear programming method with TrFNs developed in this paper. The fuzzy ideal solution (IS) and the attribute weights are then obtained. The distances of alternatives from the fuzzy IS can be calculated to determine their ranking order. The implementation process of the method proposed in this paper is illustrated with a strategy partner selection example. The comparison analyzes show that the method proposed in this paper generalizes the classical LINMAP, fuzzy LINMAP and possibility LINMAP.