中密度纤维板施胶过程模糊自适应控制方法

针对中密度纤维板(MDF)生产多样化所带来的施胶系统特性状态差异,提出了MDF施胶过程的模糊自适应控制方法。该方法运用SVC实现施胶流量的状态辨识,并针对不同状态设计相应的模糊控制规则,通过判断流量的实时状态,实施模糊控制规则切换,进而完成不同状态的模糊自适应控制。试验表明:模糊自适应控制策略实现了MDF施胶过程中的稳定、可靠控制。     

基于GA-SVR的中长期径流预报

【目的】将遗传算法（GA）与支持向量机回归（SVR）2种算法结合,构建GA-SVR模型,并采用该模型对径流进行预报,为制定防洪抗旱与水资源调度方案提供依据。【方法】以陕西府谷县黄甫川水文站1979-2003年实测资料作为拟合样本,2004-2008年资料作为检验样本,选取降水量、蒸发量为输入量,径流为输出量,通过GA优化SVR的结构和参数,建立GA-SVR预报模型,进而进行径流预报,同时与基于误差反向传播算法的人工神经网络（BP-ANN）、投影寻踪回归（PPR）模型的预报结果进行对比分析。【结果】应用GA-SVR、BP-ANN、PPR 3个模型在径流拟合阶段的预报精度较检验阶段有所下降,但是预报精度均达到了乙级水平,其中以GA-SVR的预报精度最高,效果最好。【结论】GA-SVR模型实现了SVR参数自动化选取,较好地解决了高度非线性、小样本、过学习等问题,模型可行有效,为径流预报提供了一种新途径。     

基于神经网络逆复合控制器的MDF施胶系统的控制设计

根据神经网络逆控制原理,提出了一种新的中密度纤维板(MDF)施胶系统控制器设计方法。将MDF施胶系统作为被控对象,利用静态神经网络和若干积分器组成的动态神经网络构造出被控系统的逆系统,该逆系统与被控系统串接在一起所组成的系统是伪线性的。通过将PID控制器与神经网络逆系统结合在一起,构建出神经网络逆复合控制器。仿真结果表明:神经网络逆复合控制器能使系统获得优良的跟踪性和抗干扰能力,可以很好地实现对MDF施胶系统的控制目的。     

仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

一种新的TS模型辨识算法

提出一种新的TS模型辨识算法.该算法思想：首先采用MCR算法（Mountain C-Regressionmethod）自动确定聚类数目和初始聚类中心,然后采用改进的GK（Gustafon-Kessl）聚类算法得到最优的划分矩阵,再根据最优划分矩阵计算系统前件参数的最优值,最后用自适应粒子群优化算法（Adaptive Parti-cle Swarm Optimization,APSO）对后件参数进行优化.此辨识算法能够用较少的规则数描述给定的未知系统,并且容易实现.仿真实验表明该算法能够实现非线性系统的辨识,并且可获得相对高的精度.     

基于改进型蚁群算法和Gauss-Markov随机场的植物病斑自适应分割

针对植物病害图像成分复杂、病斑排列无规则等特点,提出了基于改进型蚁群算法和Gauss-Markov随机场的自适应病斑分割算法。该算法采用自适应信息素更新策略,对信息量进行有差别的动态更新,克服了标准蚁群算法容易陷入局部最优造成的早熟、停滞现象。同时,利用Markov随机场的局部相关特性并结合Gauss分布组成线性平稳自回归模型,针对植物病斑特征建立分割模型。最后,采用改进型蚁群算法对其进行优化,并结合Gauss-Markov随机场最大后验概率估计,实现对植物病斑的自适应分割。仿真试验表明,改进后的算法能够针对植物病斑特性实现自适应分割,鲁棒性较好。然而,对于蚁群算法与Markov的最佳耦合方式及参数初始值的设置仍需作进一步研究。     

优化自抗扰控制在刨花板施胶流量跟踪中的应用

以刨花板施胶工艺过程为研究对象,确立了被控对象的二阶系统模型,针对系统的模型不确定性以及外加干扰问题设计了自抗扰控制器(ADRC);利用非线性函数fal()设计了三阶扩张状态观测器,能够对系统的总扰动进行快速、实时的估计;针对自抗扰控制整定参数较多的问题,引入自适应的方法调整惯性权值,对ADRC中的6个参数进行寻优整定,提出了一种自适应粒子群算法的自抗扰控制器优化设计方法,提高了参数整定的工作效率.仿真试验表明:优化后的自抗扰控制策略,能够使施胶系统的流量输出基本不受控制对象参数改变和外加干扰的影响,有效抑制外部扰动对施胶系统流量控制精度的干扰,具有比PID控制器更好的控制性能.     

基于改进的粒子群算法优化LSSVM股价预测研究

为了提高股票价格的预测精度,针对股票价格数据的非平稳非线性的特性,本文运用改进的PSO实现LSSVM的核参数和惩罚系数自适应选择,提出一种SAPSO优化LSSVM股价预测模型,并以此进行实证分析。通过基于SAPSO-LSSVM算法的1步、3步、5步和7步预测结果和不同模型的预测时间和预测均方误差的对比结果可知, SAPSO-LSSVM股价预测模型具有预测精度高,预测时间短的优点,同时能够实现预测参数的自适应选择。     

基于LMI的刨花板施胶鲁棒H∞控制

针对刨花板施胶过程中存在的结构和参数不准确性,在刨花板施胶系统辨识模型的基础上,建立了干扰情况下的施胶控制系统广义模型,将其转化为标准的H∞控制器设计问题,并通过线性矩阵不等式(LMI)求解鲁棒H∞状态反馈增益矩阵。仿真结果表明,所设计的控制器可以保证闭环系统具有较好的鲁棒性和控制品质,可满足刨花板施胶的工艺要求。     

基于灰狼优化算法的最小二乘支持向量机红枣产量预测研究

最小二乘支持向量机预测时,其参数的选取大部分只依赖于人工经验,无法实现自适应寻优,阻碍了其学习与泛化能力。针对该问题,采用灰狼优化算法对最小二乘支持向量机参数寻优,以1978—2016全国红枣产量数据为研究对象,利用最小二乘支持向量机的最优参数对红枣产量数据进行拟合与预测。为避免过拟合现象,将1978—2007和2013—2016年数据分别作为模型的训练与预测数据,2008-2012年数据用于交叉验证,同时为检验该模型的预测性能,将其与ARIMA模型的预测效果进行对比分析。实证分析表明,基于灰狼优化算法的最小二乘支持向量机模型预测的平均相对误差小于ARIMA模型预测的平均相对误差,其可适用于红枣产量的预测,也进一步表明灰狼优化算法对最小二乘支持向量机参数优化的有效性。     

中密度纤维板热压过程的工艺仿真建模

针对中密度纤维板生产过程能耗高、成品性能不尽人意提出了中密度纤维板热压过程的工艺仿真建模方案。将热压过程的工艺参数作为优化的对象,分析不同参数对成品性能的影响。建立数学模型并在MATLAB仿真环境下仿真中密度纤维板热压生产过程。利用此模型制定合理的热压参数指导实际生产,计算结果较准确地预测出实验结果,验证热压过程仿真的实用性与准确性。     

基于改进果蝇算法优化广义回归神经网络的绿色农产品消费行为预测

针对绿色农产品消费行为具有多变量非线性相互作用的特点，传统统计方法难以准确预测消费行为的问题，提出基于改进果蝇算法优化的广义回归神经网络消费行为预测模型。首先针对果蝇群搜索不均匀所导致果蝇飞行单一的问题，提出一种均匀的果蝇群搜索机制即扇形果蝇优化算法加快搜索能力和效率；其次针对广义回归神经网络的平滑因子易受人为选择的影响，提出改进果蝇算法优化广义回归神经网络参数，实现参数的自动化选择，提高模型的预测能力。运用提出的模型对绿色农产品消费行为预测。结果表明：相较于广义回归神经网络，遗传算法优化广义回归神经网络、粒子群算法优化广义回归神经网络、果蝇算法优化广义回归神经网络和改进果蝇算法优化广义回归神经网络模型在均方根误差指标上分别下降4.45%、1.89%、4.54%和5.03%,表明遗传算法、粒子群算法、果蝇算法和改进果蝇算法能够优化广义回归神经网络模型的平滑因子，提高模型的预测精度。从平均绝对误差、均方误差、均方根误差3个评价指标看，改进果蝇算法优化广义回归神经网络模型比其他6个单一预测模型具有更高预测精度。结果证明了改进果蝇算法优化广义回归神经网络模型在绿色农产品消费行为预测的有效性，...     

中密度纤维板生产技术发展趋势

该文通过对比国内外中密度纤维板生产和研究状况,系统地介绍了MDF生产中的纤维分离、干燥、施胶、热压及后处理等工序的先进技术和研究进展,提出MDF生产技术的发展趋势,即纤维分离向高质量和低能耗发展,施胶和干燥向高效率和低成本发展,热压向连续化发展,同时增加产品的后期处理工序等.     

中密度纤维板施胶过程伺服系统的设计与仿真

在中密度纤维板(MDF)施胶过程的要求下,为克服施胶过程中存在的滞后、非线性等问题,采用了提高系统控制精度的交流伺服驱动系统。设计了伺服系统的硬件部分,根据系统的控制原理建立了数学模型,并进行计算机数字仿真,分析了系统的稳定性。仿真结果表明采用伺服系统可以获得较好的控制效果。     

基于支持向量机回归的猪肺疫发病率预测模型研究

为探明支持向量机回归(SVR)模型在动物疫病定量预测上的效果,以便为动物疫病防控决策提供依据,利用广西2007—2013年的猪肺疫月发病率时间序列,进行了SVR模型预测猪肺疫月发病率效果的研究。首先,以自相关函数法和Cao方法相结合,确定该时间序列的时间延迟为2,嵌入维数为6,并对其进行相空间重构;然后,依据主分量分析(PCA分布)方法判定该时间序列具有混沌特性,表明其在重构相空间中进行分析预测是可行的;最后,基于相空间重构结果构建SVR模型,分别采用网格搜索算法、遗传算法、粒子群算法对模型参数进行优化,并分析预测效果。结果表明,运用遗传算法优化SVR模型参数预测效果最优,平均绝对偏差(MAD)为0.043、均方误差(MSE)为0.003、平均绝对百分误差(MAPE)为0.202。可见,采用遗传算法优化的SVR模型对猪肺疫发病率的预测是可行有效的。     

基于神经网络PID的纤维板调施胶控制系统的设计

基于神经网络的优点,设计了神经网络作为主控制器的对系统进行辨识的纤维板调施胶控制系统和神经网络作为辅助控制器来修正PID控制器的纤维板调施胶控制系统.分析了两种神经网络控制器的性能优劣.仿真表明,神经网络作为辅助控制器调节PID比神经网络作为主控制器的超调小,系统稳定时间更短.     

白腐菌产漆酶处理木屑对生产刨花板用胶量的影响

将木屑与试验制备的粗酶液混合,烘干后加入脲醛树脂胶,热压制成刨花板,与未经漆酶处理过的木屑热压成的刨花板进行比较。结果表明:用粗酶液处理过的木屑热压成的刨花板,与未经漆酶处理过的木屑热压成的刨花板相比,达到同等物理力学性能时所需脲醛树脂的用量,减少了42.9%;热压成板的物理力学性能并优于不经处理的木屑热压制成的刨花板。