基于模糊神经网络的参数自整定PID控制系统设计

利用多层神经网络构建模糊自适应PID控制器，通过神经网络自学习能力在线提取模糊控制规则，优化控制器隶属度函数，根据不同时刻的误差e和误差变化ec运用模糊推理在线自整定PID参数。仿真实验表明，该控制系统具有优良的控制性能。此外，通过遗传算法对模糊神经网络的学习速率和惯性系数等进行了优化，为控制系统实现最优控制提供了有力保证。     

基于遗传算法时滞系统的滤波器参数自调整内模控制

对于工业控制过程中的时滞系统,采用内模控制的设计方法,建立了滤波器参数λ的优化自整定;并且研究了利用十进制编码的遗传算法及其具体的遗传操作过程,实现了滤波器参数λ的优化自整定,从而避免了二进制编码所导致的影射误差.仿真结果表明,对于在控制过程中过程模型变化或过程模型与预估模型失配时,通过优化调整内模控制器的滤波器参数λ;可改善系统的控制品质,提高控制系统的鲁棒性,且易于工程实现.     

模糊PID自整定技术在叶片检测控制系统中的应用

鉴于叶片检测系统对运动控制系统高精度的要求,分析叶片检测系统的运动控制方式。基于IMAC400控制卡研究其PID参数调整原理,设计fuzzy logic的PID自整定算法,比较传统PID与模糊自整定PID的控制性能。实验结果表明:在抛物线响应中,常规PID控制的最大跟随误差为-8.602 9,而模糊自整定PID控制最大跟随误差为-8.492 2。模糊自整定PID技术对运动控制系统的稳定性及精确度均有很大的提升。     

基于BP网络的PID控制器参数整定法研究

将神经网络和PID参数的整定相结合,提出了基于误差反传神经网络的PID参数整定方法,通过神经网络的自学习和权值调整寻找最优的PID参数。该方法适用于非线性系统和时变系统,实现了PID参数的在线整定。     

PID参数自整定模糊控制器的应用

针对电加热炉大惯性、纯滞后、参数时变的非线性对象的控制的特点,以及常规PID控制参数不易调节的特点,提出了一种PID参数自整定模糊控制方法,设计了PID参数自整定模糊控制器,并在炉温控制系统中应用。实验结果表明:PID参数自整定模糊控制消除了系统的稳态误差,没有超调和振荡,鲁棒性较强,而且简单易行,具有一定的实用价值。     

用改进的NLJ方法辨识闭环系统的模型参数及滤波器设计

详细介绍了PID控制系统过程模型参数的闭环辨识、滤波器的设计、IMC设计、实时数据的处理及实时曲线的显示和比较，以实现系统动态过程的优化控制。系统辨识的性能指标采用误差平方和，参数整定的性能指标采用绝对误差乘时间，系统的纯滞后分别用一阶、二阶不对称和二阶对称pade近似，模型参数辨识和滤波器设计采用改进的NLJ法，参数整定采用IMC整定的方法。     

一种线性自抗扰控制器参数自整定方法

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法. 算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定. 为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究. 结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法.     

基于多目标遗传算法的船舶航向自抗扰控制器参数整定

针对自抗扰控制器参数整定通常采用“试凑法”,整定过程繁琐复杂,无法顺利得到合理控制参数的现状,根据自抗扰控制器设计的“分离性原理”提出了一种“三步优化法”.该方法利用多目标遗传算法对自抗扰控制器参数进行分步优化,可解决自抗扰控制器参数众多、难以便捷的整定问题.对带舵机约束的15万t级油船航向二阶自抗扰器参数进行整定.结果表明,该方法行之有效,便于工程应用.     

模型预测控制器权重参数整定非线性规划法

模型预测控制(MPC)权重参数的整定是其取得良好控制性能的关键。针对基于双层结构多目标优化的MPC权重参数整定方法存在求解过程较慢、耗时较长的问题，提出了一种非线性规划整定方法。该方法将MPC权重参数整定中每个时间采样点的MPC子优化问题等价为外层MPC权重参数整定优化问题的最优KKT(Karush-Kuhn-Tucker)条件，将MPC权重参数整定的双层多目标优化问题转化为单层非线性规划问题。仿真案例表明，基于单层非线性规划整定方法的MPC控制性能优于或近似于基于双层多目标优化整定方法的MPC控制性能；而且基于单层非线性规划的整定方法能够快速获得MPC权重参数，时间成本由基于多目标优化整定方法所需的1.0～1.5 h缩短到10～90 s。     

伺服控制系统的模糊优化及其参数自整定

针对一次性整定的控制参数很难确保伺服控制系统始终处于最佳状态,探讨了伺服控制系统的模糊优化及其参数自整定.分析了参数调整的模糊性,研究了控制参数的整定原则及其自整定机理,基于动态特征提出了评价函数,讨论了奖惩函数与奖惩自学习算法,设计了参数自整定的伺服控制系统结构.系统仿真实验与实际工程运行结果显示,提出的算法可将系统精度稳定地控制在期望的范围内.工程应用效果表明,该方法控制精度高,鲁棒性强,可满足高精度伺服控制系统的工况需要.     

改进粒子群算法及其在热连轧负荷分配中的应用

对一种已有的自适应算法进行了改进,并将该算法思想引入到粒子群算法的改进中,在种群进化到一定代数时按照改进自适应算法改变搜索范围的大小,实现了自动调整搜索范围、提高收敛速度和精度并可有效防止粒子群算法早熟收敛的目的,同时通过实验仿真进行了验证.将该改进粒子群算法应用到热连轧机精轧机组的负荷分配优化计算中,程序运行时间小于5s,满足实时性的要求,为其提供了一种更为有效的优化手段.     

一种改进的变步长双模算法研究

在对常模算法 (CMA) 和改进常模算法(MCMA)的研究基础上,提出了一种改进的变步长双模算法(Variable Step-size MCMA-DD).改进算法通过误差信号自动地调节步长,从而调节算法的收敛速度.通过仿真表明,改进算法具有与MCMA-DD算法相近的误码性能,但是很大程度地加快了算法的收敛速度.     

DNA模型下商业数据交换网的改进设计

根据微软的DNA分布式互连网体系结构开发模型改进了商业数据交换网的结构设计，讨论了三层结构模式下系统的实现原理及相关技术，并介绍了具体的设计和实现过程。     

非线性自适应控制的鲁棒性

用锥-扇形理论研究非线性系统的自适应控制的鲁棒性.设计系统时首先对非线性环节进行补偿,补偿误差归入建模误差,在此基础上提出一种修正的投影算法,并用锥-扇形理论证明了算法的鲁棒性.仿真结果表明,该算法的参数容易选择,控制精度高,具有一定的实用性.     

自由曲面轮廓自适应对齐

在汽车模具型面误差分析中，以最小二乘法建立优化模型，引入优化理论算法对被测曲面轮廓进行误差分析．该方法的优点在于在误差分析过程中经过多次循环迭代能自动实现被测实物与理论CAD模型之间的自适应调整直到满足精度要求．     

复杂背景下目标树叶自动分割的Grabcut算法

针对传统GrabCut算法需要人机交互且难以在复杂背景或光照不均匀时准确分割目标树叶的缺点,提出一种基于GrabCut算法的复杂背景下或光照不均匀时目标树叶的自动分割算法。本算法利用模糊高斯混合模型(FGMM)和图像的颜色信息对原始图像进行标记实现自动分割。首先选取合适的模糊因子利用模糊高斯混合模型对图像像素进行一次标记;在一次标记的基础上再结合超绿算法(EXG)选取合适的阈值对图像像素进行二次标记;最后将二次标记图像初始化GrabCut算法实现目标树叶的自动分割。利用几种不同的样本对提出算法的有效性和错分率进行探讨。结果表明,所提出的算法可以实现复杂背景下或光照不均匀时目标树叶的自动分割,且平均错分率达到1.625。     

非线性等式与不等式优化问题的一个新的SQP算法

针对非线性优化问题，提出了一种新的SQP算法．其特点为：每次迭代只需求解一个二次规划；算法能自动产生一个校正方向，从而避免Maxatos效应；在一定条件下算法具有全局收敛性和超线性收敛性。     

分数间隔MMA算法在海上无线通信系统中的应用

通过仿真研究分数间隔多模算法(FSE-MMA),得出算法具有克服海上无线信道引起的多径传播和频率选择性衰落,而且收敛后剩余均方误差比波特间隔多模算法(BSE-MMA)小的特点.同时完成纠正信道引起的相位偏移.但也带来收敛速度慢的不利因素.     

时间补偿法在电网雷击事故鉴定中的初步应用

以昆明地区的多山地形为例,利用二维时域有限差分算法(two-dimensional finite-difference time-domain,2D FDTD),模拟研究了该地区多山地形对雷电多站时差定位精度的影响,讨论了时间补偿法在云南昆明供电局厂普Ⅰ回线路出现的一次雷击断路跳闸事故的初步应用.结果表明:从模拟结果看...     

基于粒子群算法的涡旋体三坐标仪检测数据处理方法研究

粒子群算法是一种新出现的进化算法,相对其它进化算法,它收敛速度快、规则简单、编程易于实现.本文提出了一种利用三坐标测量仪检测涡旋型线的数据,基于粒子群优化算法技术来评价型线轮廓度误差的数据处理方法.该方法优点在于在涡旋型线轮廓度误差评定过程中能自动实现加工基准与测量基准的适应性调整,以此分离加工基准与测量基准之间的位置误差,消除位置误差对轮廓度误差评定结果的影响.经实际应用证实,该方法简便、合理,为科学地评价涡旋型线轮廓度提供了依据.