基于元胞自动机的PI主动队列管理方法研究

针对传统的PI(Proportional Integral)算法收敛速度慢等问题,基于瞬时到达速率提出了一种新的PI主动队列管理算法PICA(Proportional Integral Based on Cellular Automa-ton).首先,该算法结合瞬时队长和瞬时到达速率建立了丢包策略,并利用元胞自动机刻画了数据包的动态特性.同时,通过仿真实验,将该算法与传统的PI算法以及RPI(Rate basedProportional and Integral)算法进行比较,结果发现PICA算法在有效传输数据包、时延和丢包率等方面的性能都较优.     

结合果蝇优化算法的PI主动队列管理方法

为解决PI(Proportional Integral)算法收敛速度慢的问题,结合果蝇优化算法提出一种新的PI主动队列管理算法(PIFF).阐述PI主动队列管理机制及丢包率计算方法,结合队长和到达速率定义丢包策略,利用果蝇优化算法刻画了数据包瞬时状态.通过NS2和Matlab进行仿真实验,深入分析了影响该算法的关键因素,对比研究了该算法与其它算法之间的性能状况.研究结果表明:在长期TCP会话数下PIFF能够减少数据包排队时延,有效缓解网络拥塞.     

基于改进模型的网络拥塞控制策略

针对基于流体流理论提出的网络模型在推导过程中的一些近似使得该模型对网络行为描述的不精确问题,提出了网络流量的改进模型,并且基于该模型把一种新的类Proportional IntegralDifferential(PID)设计方法用于主动队列管理(AQM)控制器的设计,利用带约束的数值优化方法寻找控制器参数.理论分析和仿真实验表明,该控制算法的综合性能优于已有的Random Early Detection(RED)、Proportional Integral(PI)等算法.表现为平均队列长度更趋于期望值;调节时间更短;队列长度的抖动更小;抗突发业务流干扰能力更强;自适应能力更强.     

基于反向传播神经网络的Ad Hoc网络PID拥塞控制

为了改进比例积分微分(PID)控制在Ad Hoc网络主动队列管理(AQM)中的动态性能,优化PID控制参数的整定,该文提出了一种基于反向传播神经网络的PID拥塞控制AQM方案。该文将Ad Hoc网络的分组丢弃分为拥塞丢弃和无线丢弃,考虑分组的到达与丢失为流体,推导了拥塞窗口和队列长度的随机微分关系,通过小扰动线性化理论,获得Ad Hoc网络AQM拥塞控制模型。根据该模型,设计了基于反向传播神经网络(BPNN)的PID队列控制器,该算法可以根据网络状况对控制器PID系数进行自适应的调整。MATLAB和网络模拟器(NS)仿真表明,在突发流、链路容量及时延时变的Ad Hoc网络中,新算法在收敛速度和队列抖动上优于PID。     

一种基于积分分离的内模PID主动队列管理算法

针对PI主动队列管理算法存在调节时间长和鲁棒性差的缺点,提出了一种基于积分分离的内模PID主动队列管理算法(IMC PD-PID)。其突出特点是控制器参数整定方便,由于采用了积分分离的方法,使其既保持了积分作用,又减小了超调量。仿真结果表明:该算法较PI算法有更小的超调量,队列收敛速度明显加快。     

基于免疫粒子群算法的网络拥塞控制策略

为避免Internet路由器主动队列管理中PID参数整定试凑法的盲目性,提出免疫杂交粒子群算法用于PID控制器参数优化,构造一种基于免疫杂交粒子群的智能主动队列PID算法.仿真结果表明,基于免疫杂交粒子群的PID主动队列管理算法能够适应动态变化的网络环境,具有较好的网络控制性能.     

基于自适应性的主动队列无线网络拥塞控制算法

为了实现对无线网络进行有效的拥塞控制,本文提出了一种自适应性的主动队列管理算法(adaptive Qos and wireless bandwidth, adaptive-QWB).该算法根据当前带宽的动态变化率,在满足传输最大传输时延的前提下,以最佳目标队长为实现目标,寻求最优的主动队列管理方案.实验结果表明,与已有的MADR、tuned-RED算法相比,adaptive-QWB算法在带宽动态变化的自适应性和多媒体传输时延的QoS保证方面都表现出更好的性能优势.     

钻机闭环测控系统的设计

为克服以往钻机液压系统的性能缺陷,满足大功率钻进以及复杂钻进控制的需要,设计并建立了钻进控制模拟试验台,实现了钻进参数的检测、纪录与控制.采用改进的增量型PID(Proportional Integral and Differential)和Fuzzy-PID复合控制算法,实现了钻压和转速的闭环反馈控制,提高了控制系统...     

基于增益自适应Smith预估器的鲁棒AQM拥塞控制算法

根据Lyapunov渐近稳定定理，提出了一种基于增益自适应Smith预估器的鲁棒主动队列管理（AQM）拥塞控制算法（GAS-PI）．该算法结构简单，具有良好的鲁棒性和网络控制性能，同时克服了大时滞给队列稳定性造成的不利影响．仿真结果表明：采用GAS-PI算法，对于限制系统振荡超调量的作用非常明显，同时能使网络具有更快的响应速度及更平稳的队列——在HTTP扰动和负载变动较大的情况下，算法使得缓存队列迅速收敛到稳定值；当网络时延增大时，算法能使网络的动态性能依然保持良好．     

鲁棒性可调的主动队列管理PI控制器的解析设计

针对主动队列管理控制系统,基于TCP/AQM控制结构提出一种解析地设计PI(Proportional Integral)控制器的方法.分析了控制系统保证鲁棒稳定性的充要条件.根据鲁棒控制H∞最优性能指标,引入动态解调因子设计控制器,采用数学有理逼近的方法得到其实际可执行的PI形式.该控制器由单参数调节,可以方便地实现系统标称性能和鲁棒性能的折中.通过仿真实例验证了所提出方法的优越性.     

时滞系统增益自适应内模PID控制

为解决典型工业过程中大时滞系统难于控制的问题,提出一种增益自适应内模PID(Proportional Integral Differential)控制方法.对时滞系统纯滞后环节一阶Pade逼近后,由内模整定得到PID控制器的参数整定值,再应用Adaline人工神经网络动态获取被控对象的增益,从而自动调节控制器的比例系数.由仿真结果可见,当增益自适应控制方法投入跟踪后,超调从投入前的23%减为投入后的9%,该控制方法能克服增益变化对系统控制性能的影响,显著改善控制品质.     

一种带补偿的PID控制方法

在啤酒工业发酵过程的温度计算机自动控制系统中,由于控制对象的纯滞后因子e~(-τ的存在,使得系统的稳定性受到破坏。本文在传统的PID控制基础上提出一种加进补偿网络的控制方法,从而解决了e~(-τ的影响问题。文中对PID控制算法作了精练的推导;对纯滞后因子e~(-τ降低系统的稳定性作了详细的分析;对加进的补偿网络的控制算法给出了理论上的推导和证明。     

基于量子粒子群优化的网络拥塞控制新策略

为了改善网络拥塞控制系统的性能,基于流体流理论的网络简化模型,将量子空间中的粒子群优化算法(QDPSO)应用于PID控制器参数优化.定义了一个综合调节时间、上升时间、超调量、系统静态误差、正弦跟踪误差等动静态性能指标函数,在给定的参数空间进行组合优化搜索,迅速求得获取使性能指标优化函数极小化的一组PID控制器参数,将PID控制器应用于网络主动队列管理系统中.仿真结果表明,在大时滞和突发业务流的冲击2种情况下,该方法设计的控制器的动静态性能优于RED,PI算法,也优于GA,SPSO算法的优化结果,超调量均小于4%,调节时间均小于4s,稳态误差均小于2个数据包.     

基于遗传模糊免疫算法的PID参数整定优化研究

针对工业过程中的PID参数整定较难的问题,在分析模糊免疫算法的基础上,提出了一种遗传模糊免疫算法,用于在线整定PID参数。该算法用免疫反馈机理在线调整比例系数,模糊算法在线整定积分系数和微分系数。同时,该算法引用具有全局寻优特性的遗传算法优化免疫参数,克服了免疫参数选取不当而导致系统超调量较大、响应速度过慢的问题。针对工业过程中的无时滞过程、一阶惯性加时滞过程、二阶惯性加时滞过程、高阶系统过程,将该算法用于PID参数整定优化,并与模糊免疫算法、免疫PID算法、常规PID算法整定结果进行对比分析。仿真实验结果表明,遗传模糊免疫算法整定出的PID参数具有超调量小、调节时间短、抗干扰性强、鲁棒性强等优点,取得了较好的控制效果。     

离散事件仿真的CPU缓存加速算法

针对大规模离散事件仿真的应用需求,提出了CPU(中央处理器)缓存加速算法。采用空间局域化的环型链表存储事件摘要,兼具离散事件仿真(DES)事件分类和缓存加速作用。算法性能分析显示,入队时间复杂度为O(sqrt(n)),出队复杂度为O(1),优于目前主流的日历调度算法及改进算法。100节点9 900并发业务的网络仿真实验结果证实,相比于线性链表算法,文中提出的算法可使DES计算加速21倍。     

基于路由器的RED和Droptail算法比较

弃尾(Droptail)和随机早期检测RED(Random Early Detection)算法是目前路由器中采用的两种重要的队列管理算法.为了在路由器中广泛应用RED算法取代Droptail算法提供依据,对两种算法的性能和实现条件进行了对比研究.使用网络仿真平台NS2(Network Simulation Version 2),首次在缓冲区大小相同的条件下,证明了RED算法在网络拥塞控制、提高网络性能及利用率等方面较Droptail算法有很大提高.仿真结果表明,RED算法与Droptail算法相比,平均队长缩短32%;传输延时减小50%以上;网络净吞吐量提高13%;丢包率降低13%;并能在一定程度上避免发生"全局同步".     

不确定时滞TCP/AQM系统的滑模控制

针对具有非匹配不确定项和输入时滞的TCP线性化动态系统进行特殊线性变换,将原不确定时滞系统转化为无时滞系统.在新坐标下,基于滑模控制(SMC)设计了一种主动队列管理(AQM)算法.根据滑模到达条件设计了一种控制策略,基于LMI技术给出线性滑动超平面的设计方法,通过Lyapunov函数证明了系统的稳定性.仿真结果表明,该算法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,尤其是在网络条件变化的情况下,该方法优于传统的滑模控制,能实现准确的跟踪,具有良好的鲁棒性.     

Temperature modeling and control of Direct Methanol Fuel Cell based on adaptive neural fuzzy technology

Aiming at on-line controlling of Direct Methanol Fuel Cell （DMFC） stack, an adaptive neural fuzzy inference technology is adopted in the modeling and control of DMFC temperature system. In the modeling process, an Adaptive Neural Fuzzy Inference System （ANFIS） identification model of DMFC stack temperature is developed based on the input-output sampled data, which can avoid the internal complexity of DMFC stack. In the controlling process, with the network model trained well as the reference model of the DMFC control system, a novel fuzzy genetic algorithm is used to regulate the parameters and fuzzy rules of a neural fuzzy controller. In the simulation, compared with the nonlinear Proportional Integral Derivative （PID） and traditional fuzzy algorithm, the improved neural fuzzy controller designed in this paper gets better performance, as demonstrated by the simulation results.     

基于CMOS摄像头的智能车控制系统设计及实现

针对智能车因单条引导线信息量少而引起的误识别问题, 设计一种能自动识别和跟踪双边引导线的智能车系统。智能车以Freescale公司MC9S12XSl28作为核心控制器, 利用COMS(Complementary Metal Oxide Semiconductor)摄像头OV7620作为路径信息采集装置, 对采集图像进行二值化处理、 去噪操作和边缘检测后提取路径信息、 进而准确地判别跑道的形状, 为舵机和电机提供控制依据, 以使小车平稳快速地行驶。同时, 提出将行驶状态与赛道信息综合考虑的措施, 并通过PID(Proportional Integral Differential)控制策略以及实验测试, 实现了对各种典型跑道的优化处理, 使高速行进中的智能车具有良好的转向调节能力和加减速响应能力。智能车可以在以白色为底面颜色, 两边有黑色引导线的跑道上运行, 克服了因单条引导线信息量少而引起的误识别问题。