MIMO系统非线性模糊免疫PID的设计与优化

针对工业中常规控制器难以达到较好控制效果的控制难点,提出了免疫PID控制器,利用模糊控制可以无限逼近非线性的特性,构成非线性模糊免疫PID控制器,并基于正交函数将M1MO(多输入多输出)控制系统的非线性模糊免疫PID控制器的设计过程转化为由一个只含有代数方程的算法来实现,最后用具有自适应功能的遗传算法对其进行优化.仿真结果表明,所设计的控制器在控制性能上优于常规PID,并能快速得到最优参数.另方面对于多输入多输出控制系统,控制器的设计和优化显得更为简便和有效.     

基于模糊专家规则的离散事件辨识及其在交通诱导中的应用

传统离散事件动态系统中的离散事件状态的转换具有不确定性,其不确定性主要来自状态转向发生时刻的不确定性,而所转向的状态一般具有确定性。本文对具有状态转向时刻和转向状态的二重不确定性的离散事件动态系统进行了讨论,用模糊专家系统来对未来状态和状态迁移时刻二重不确定性的离散事件动态系统进行评价,并以智能交通系统中车辆诱导技术为例,说明了此类模糊专家规则的应用价值。本文提出了一种模拟淬火算法,通过模拟物质加温后急剧冷却的过程来求得目标函数的局部极值,以模拟淬火算法的转向概率作为模糊专家系统中的规则选择概率。该方法有效地保证了事件转换的实时性,提高了交通疏导的效率。     

基于结构化神经网络挖掘的农产品产量预测方法

农产品市场的准确预测对指导农业生产、农产品流通和农产品消费有重要作用。本文提出了一种改进的结构化神经网络(ISNN),并基于ISNN构建了农产品产量预测模型;设计了一种优化性能更好的混合遗传算法(MGA),并采用MGA对ISNN预测模型进行训练。应用训练好的预测模型对某县最近10年的玉米总产品进行了预测分析。实验结果表明,该方法收敛速度快、学习能力强、预测精度较高、误差率较小。     

永磁直线同步电动机的IGA优化设计

永磁直线同步电动机在远距离、大推力应用场合中需要的中枢绕组和永磁体多,系统造价较高。针对该问题,文章以经济指标为目标,采用自适应参数调整和适应值定标相结合的改进遗传算法,通过选取优化变量、确定约束条件及目标函数,实现了永磁直线同步电动机的优化设计。对优化前后的电动机各性能指标进行分析比较后得出,该优化方法能够改善电动机的综合性能指标,提高电动机的推力,减小电动机的体积,从而降低了电动机的制造成本。     

基于遗传算法的选煤工艺参数优化

对选煤生产过程优化目标进行了分析,采用以经济效益为目标,建立了优化工艺参数与优化目标间的关系模型,该模型是非线性的。选煤生产过程工艺参数优化就是指在市场需求、资源配置,生产能力等条件下,选择最合适的分选密度和分选灰分,获得最大经济效益。遗传算法利用生物进化机制,在一个较大的初始解空间中,通过优胜劣汰的方法进行优化求解,和其他优化方法相比不仅寻优能力强而且计算速度快。基于遗传算法对选煤生产过程工艺参数进行了优化操作,根据具体情况,采用特定的遗传操作。仿真结果表明,优化后的工艺参数能获得最大的经济效益。     

基于TwinCat的控制器在液位控制中的应用

介绍一种基于TwinCat控制平台的水箱智能控制系统,用以提高化工生产中水罐液位的控制速度.该系统主要利用TwinCat控制平台,完成下位机与上位机的数据通信;采用自学习模糊控制和PI控制相结合的智能控制算法.用VC++语言完成控制算法程序,采集下位机的监控数据,改变模糊控制规则,实现对水箱的液位控制.另外,通过编程完成了上位机监控界面的设计.实验结果表明,与模糊控制或PI控制相比,该设计控制效果较好,证明了算法的有效性.     

基于改进遗传算法的RBF网络的截球策略

在RoboCup2D仿真足球比赛中,球员的底层动作设计的好坏直接影响着比赛的输赢,特别是一些关键的动作,比如截球、传球、射门等动作。鉴于此,提出一种新的截球方法,即改进的遗传算法和RBF神经网络相结合的截球方法。该方法是用改进的遗传算法优化RBF神经网络的结构参数,通过优化,提高了网络的全局搜索效率。实验表明,经过改进遗传算法优化的RBF神经网络的截球成功率比单一的RBF神经网络截球成功率高很多。     

复杂产品开发项目调度问题的模糊优化算法

对具有不确定时间参数的复杂产品开发项目调度问题,提出一种有效的模糊优化调度算法-基于预测的模糊BoP项目调度算法.首先,用模糊数表示不确定的时间参数,并构造相应的模糊数运算方法,对适合于确定性调度问题的BoP算法进行扩展,使其能处理模糊性时间参数.其次,修正了BoP算法中子项目调度方法,提高了算法的调度性能,降低了计算复杂度.大量的数值仿真实验表明,与基于启发式规则的调度算法相比,模糊BoP算法更适合于具有不确定时间参数的复杂产品开发项目调度问题.     

基于蚁群算法的泊位调度问题

在集装箱港口的运作中,泊位调试系统是制约集装箱港口降低船舶在港时间和运营成本的主要瓶颈之一。泊位调度的目标就是确定集装箱港口船舶的停靠泊位和停泊时间。将码头看成离散泊位的集合,以船舶的在港时间最短为目标,应用蚁群算法对该问题进行优经研究,在满足各种约束条件的基础上,充分的利用好码头资源。利用蚁群算法的正反馈和并行搜索特点提高解的质量2和稳定性,通过对某集装箱码头的案例分析,说明该算法的有效性和实用性。     

Node overlap removal in clustered directed acyclic graphs

Graph drawing and visualization represent structural information as diagrams of abstract graphs and networks. An important subset of graphs is directed acyclic graphs (DAGs). This paper presents a new E-Spring algorithm, extended from the popular spring embedder model, which eliminates node overlaps in clustered DAGs. In this framework, nodes are modeled as non-uniform charged particles with weights, and a final drawing is derived by adjusting the positions of the nodes according to a combination of spring forces and repulsive forces derived from electrostatic forces between the nodes. The drawing process needs to reach a stable state when the average distances of separation between nodes are near optimal. We introduce a stopping condition for such a stable state, which reduces equilibrium distances between nodes and therefore results in a significantly reduced area for DAG visualization. It imposes an upper bound on the repulsive forces between nodes based on graph geometry. The algorithm employs node interleaving to eliminate any residual node overlaps. These new techniques have been validated by visualizing eBay buyer–seller relationships and has resulted in overall area reductions in the range of 45–79%.