锅炉燃烧调节系统的模糊自寻优控制设计

锅炉燃烧调节系统的模糊自寻优控制设计,可使它在动态中保持较高效率.     

遗传算法在智能组卷中的应用

将遗传算法应用于智能组卷中,利用遗传算法的高效、全局寻优的特点设计寻求符合要求的试卷模型结构的算法,计算结果表明该算法具有较高的搜索效率和精度.     

提取正弦信号参数的非线性寻优最小二乘算法

提出一种非线性动态寻优的最小二乘算法(LMS)，以高效地估计正弦信号幅值、相位和直流偏置．利用随机逼近理论中的Kiefer-Wolfowitz定理，提高了非线性梯度法搜索LMS估计量极值的收敛速度．以整周期内采样均值为迭代初值，迭代步长的选择根据各参数的差异分别选取，并采用修正因子以加快迭代的收敛速度，设置最大步长防止算法溢出．仿真表明，在计算量相当的情况下，该算法参数估计精度明显优于传统LMS.     

空气燃料比寻优技术在加热炉中的应用

分析了燃气加热炉热工特点，建立了热值前馈和烟气中氧含量反馈的空气燃料比寻优模型，并将模糊控制技术运用于所建立的空气燃料比寻优模型中．现场实际运行结果表明，使用该模型能合理地控制炉气的含氧量，提高钢坯加热质量，降低燃料消耗，取得了很好的效果．     

变分原理的直接寻优算法及最小二乘法变分原理

本文研究基于非线性规划法的变分原理的直接寻优算法，根据粉发原理直接寻优算法所要求的条件即极值条件，对几种变分原理能否运用直接寻优算法给出了结果，指出力学问题从微分，积分方程转化为直接寻优算法的途径，分析了最小二乘法变分原理。本文为用有限元法求解问题提供理论基础，并给出运用变分原理直接寻优算法的算例。     

交通路网中的定向寻优法

利用了现实中路段特别是节点位置的确定性和交通流量的定向性，结合图论中一些算法，模拟在重力场中水滴的流动，构造了一个求解交通路网中最短路径的定向寻优算法．阐述了此算法依据的原则、求解步骤以及特殊问题的处理方法，并说明了此方法的特点。     

基于人工鱼群算法优化神经网络的WSN数据融合

无线传感网(wireless sensor network, WSN)通常节点众多、数据冗余度高,传统的基于随机权值和阈值的前馈反向传播神经网络(back propagation neural network, BPNN)数据融合方法易陷入局部极值,导致融合结果准确性差。提出一种优化神经网络的权值和阈值进而改善WSN数据融合质量的方法-人工鱼群算法前馈反向传播(artificial fish swarm algorithm back propagation, AFSABP)神经网络数据融合。仿真和对比实验结果表明,改进的鱼群算法在收敛速度和寻优精度上都有明显提升,改进后的人工鱼群BP算法数据融合方法相较于传统BP数据融合方法,可减少3.06%的相对误差和3.74%的均方根误差。     

含缓冲液的双水相体系相平衡的神经网络模型

针对含有[C4mim]Br和K3C6H5O7/H3C6H5O7的双水相体系在不同pH值的相平衡数据,建立神经网络模型对其进行了关联和预测,提出了隐含层节点数和误差控制值的二维寻优法,获得了较为满意的计算精度.与热力学方程对比显示,所建模型的精度与Wilson方程基本相当,优于NRTL方程.     

智能化温度测控系统的研制方法

本文通过一个微机控制系统的介绍,阐述了智能化温度测控系统的研制方法。该控制系统的主要特点是;硬件方面,输入端采用GBS型信号隔离变送单元,它选用国外先进的变送集成块,运用高速光电隔离,输出端采用具有光电隔离的固态继电器。软件方面,采用了给定值自动设定,教字PID调节算法和PID调节参数的自动寻优,四点中心差分法数字滤波以及控制固态继电器的通断率等措施,成功地解决了温度控制系统响应速度慢的问题。     

一种新型的图象形状松弛匹配方法

松弛匹配方法是一种重要的图象匹配方法。本文通过图象中特征间的相互关系,利用松弛过程不断更新标识符的原始值,并且引入简单方便的寻优技术,以减少混乱度及提高相容性为原则提出了一种优化准则,从而加速及改善了松弛过程。本文提出的松弛匹配方法还可应用于识别重叠景物,结果优于一般的松弛匹配方法。