遗传算法在求解全局优化问题中的应用

遗传算法是一种基于生物进化机制和原理并引用随机理论的优化搜索方法－ 它具有全局收敛特点,可以被用来解决各种复杂的实际问题－ 如工程优化设计、人工智能和决策系统等－ 本文在讨论遗传算法的基本原理框架的基础上,提出相应的编码方法和计算适应值方法－ 为了平衡ＧＡｓ的深度和广度搜索矛盾,修改遗传算子,最后给出示例     

基于EEMD与分形盒维数的气固两相流流型识别

针对气固两相流气力输送管道中测控装置后常见的几种过渡流型,如层流、环流与核心流,文中通过静电传感器获取静电波动信号,利用总体经验模式分解和分形盒维数相结合的方法进行流型识别。首先使用总体经验模式分解对不同流型的静电信号进行自适应分解从而获得位于不同频段的本征模式函数,然后利用分形技术对所分解的IMF求取盒维数,并将其作为特征量。最后通过提取的特征量对BP神经网络进行训练和测试从而识别流型。实验结果表明,该方法能够有效识别气固两相流流型,识别率达94%。     

提高模糊控制器稳态精度的一种可实现方法

为了提高模糊控制器的稳态精度 ,首先研究了模糊推理算子 ,发现利用概率算子所推得的模糊控制表控制精度高 ;其次在 Mathematic环境下实现了模糊推理的程序化 .为模糊控制的研究提供了方便的条件 ,并给出增加模糊量化论域的典型模糊控制器的控制表 ( 2 1× 2 1 ) ;最后研究了隶属函数的分布对控制表的影响 ,发现非均匀分布的隶民各函数所产生的控制表数据有波动 .仿真结果表明 ,增加模糊量化论域的稳态控制精度明显提高 .