发动机混合支承系统的LQG控制

研究了一种用于发动机混合支承的智能控制的在频域内设计一线性多变量控制的方法。该设计使用了优化控制理论。对典型的四缸四冲程发动机的干扰力和力矩进行了分析并将其用于优化控制系统。对未使用和使用控制器的结果进行比较后表明 ,发动机混合支承系统在很大的频率范围内可以减小发动机的振动     

基于串行通信的在线遗传算法PID优化控制系统设计

遗传算法是一种模拟自然进化的简单而且高效的优化组合方法。文中采用一种基于AT89C52单片机、在系统上位机采用遗传算法并通过串口通信方式来自动对下位机PID参数优化和控制的方法,有效节约了成本,充分利用了上位机的系统资源,并为操作提供了方便,最后实验证明了该系统的有效性。     

基于改进遗传算法的移动机器人PID参数优化设计

针对移动机器人位置与速度控制的要求,基于遗传算法对移动机器人PID控制器的参数进行优化设计。采用误差绝对值时间积分性能指标作为参数选择的最小目标函数,利用遗传算法的全局搜索能力,使得在无须先验知识的情况下实现对全局最优解的寻优,以降低PID参数整定的难度,达到总体上提高系统的控制精度和鲁棒性的目的。     

基于Matlab的幅度调制信号仿真研究

通信系统的仿真是研究通信系统性能的有效手段，很多通信理论比较抽象不易理解，而利用Matlab进行仿真把抽象的东西形象化，便于深刻理解。本文在介绍幅度调制原理的基础上，利用Matlab／Simulink工具箱，对模拟幅度调制系统——常规双边带调幅（AM）、抑制载波双边带调幅（DSB-SC）、单边带调幅（SSB）进行了仿真实现。     

模糊PID技术在果蔬保鲜控制系统中的应用

为了克服传统保鲜库以控温为主的缺点,研制了一种基于模糊PID(Proportion IntegrationDifferentiation)的果蔬保鲜温湿度控制系统,该系统给出了Matlab/Simulink仿真调试结果和模糊PID测控的现场试验对比数据,控制精度高、响应速度快,能够满足新鲜果蔬贮藏要求,实际应用可以达到温度误差±0.3℃、湿度误差±2%的控制精度。     

基于Matlab/Simulink直驱式永磁风力发电系统的建模与仿真

直驱式风力发电系统不需要电励磁、噪声小、维护费用低、控制简单,在风力发电系统中越来越受到欢迎.在Matlab/Simulink环境下,建立了直驱式永磁同步发电机的风力发电系统仿真模型,模型通过对风速、风力机、永磁同步发电机、全功率变流器进行理论分析实现模型搭建,最终建成整个风力发电系统模型.仿真结果表明,系统能够在不同风速下稳定运行,最终输出的电压波形近似正弦,谐波含量小.     

基于Matlab/simulink的柴油机喷油器建模与仿真

喷油器是柴油机燃油供给系统的重要部件,它工作的优劣关系到柴油机的工作特性、经济性和排放.建立了喷油器针阀的动力学模型和燃油在喷油器中的流体动力学模型,用Mat-lab/Simulink对模型进行了仿真计算,仿真的结果与实例曲线吻合.     

基于遗传算法优化模糊PID的甘蔗收获机切割器控制系统

针对甘蔗收获机切割器无法自动控制入土深度,从而影响收获质量的问题,设计一套甘蔗收获机切割器入土深度自动控制系统。该系统主要包含角度式仿形机构、入土深度检测系统以及液压系统和控制系统。利用基于遗传算法优化的模糊PID控制算法进行入土深度的实时调节,通过Simulink阶跃响应以及带随机干扰的阶跃响应仿真,结果显示：基于遗传算法优化的模糊PID控制算法超调量为4.9%、调节时间为1.535 s,与PID控制算法以及模糊PID控制算法相比均有所改善。室内试验结果表明,基于遗传算法优化的模糊PID控制算法误差在（-0.5,0.5）,误差最小,有效实现了切割器入土深度自动控制。     

基于遗传算法的木材干燥窑PID控制系统

在遗传算法对木材干燥窑控制对象进行系统辨识的基础上，建立一个模型参考自适应PID控制系统。运用遗传算对PID参数进行在线寻优，动态调整PID参数。根据木材干燥基准，产生合理的控制参数，实现了对木材干燥窑对象进行控制的目的。     

改进遗传算法在牛奶运输车辆路径优化中的应用

对基本遗传算法的交叉算子、变异算子、种群更新进行了改进。通过Matlab对51个城市的仿真计算,说明改进遗传算法效果良好。用编制的程序对乳品企业牛奶车辆运输路径进行了优化,为企业在车辆路线安排、车辆调度等方面的管理起到了引导作用。     

基于遗传算法的DSR路由协议的优化

AD HOC网络[1]是一种不需要基础设施的自组织和自管理网络,网络中所有的节点同时具有终端和路由器的功能.因此,网络可以通过节点路由发现机制转发分组,并进行路由维护.DSR是为AD HOC网络设计的路由协议,性能较优,但对延迟、带宽、丢包率等都没加限制,即无QoS支持.采用遗传算法对其进行路由发现的优化,使之具有QoS保障.并采用仿真实验对基于遗传算法的动态源路由协议与原有的动态源路由协议在延迟、投递率和网络开销等方面进行了比较,分析了改进后的路由协议对网络质量的影响.     

基于遗传算法的智能粒子群优化方法

定义了粒子群优化(PSO)的参数空间,把探索性能最优的粒子群算法转化为一个参数优化问题,提出了用遗传算法优选PSO参数组合的一种方法,并给出了具有较好运算性能的PSO形式(参数组合).数值实验表明此设计方法应用效果好.     

多连杆机械压力机遗传算法优化设计

采用多连杆作为机械压力机的工作机构代替原机械压力机曲柄滑块机构.采用矢量多边形法建立了滑块的运动方程,并且采用遗传算法建立了优化设计数学模型.以JH23-63型机械压力机的技术参数为依据,设计的多连杆压力机在公称压力行程范围内滑块的最大工作速度仅为96 mm.s-1,并且在曲柄转角α=50°~100°范围内具有平均速度为105 mm.s-1的明显速度平台.该多连杆压力机的低速锻冲特性与原普通型机械压力机相比其工作性能有明显的提高.     

基于遗传算法与粒子群算法的配电网无功优化

根据遗传算法(GA)收敛效果好和粒子群算法(PSO)收敛速度快的特点,将两者相结合对配电网无功优化模型进行求解。计算结果表明:该算法是收敛的、有效的。     

基于混合并行遗传算法的多目标约束优化技术研究

多目标约束优化问题属于NP问题。并行遗传算法是解决该类问题的常用算法,它具有较强的全局搜索能力和并行性,但局部搜索能力差,禁忌搜索算法则比较适合于局部搜索。提出了一种基于混合并行遗传算法的多目标约束优化方法,该方法综合了并行遗传算法和禁忌搜索算法的优势,改进了并行遗传算法的性能,能有效避免局部最优解。     

基于改进遗传算法的立体车库布局对比及服务资源优化

为了缓解城市交通压力,提高立体车库的服务效率.以排队论原理建立了立体车库的排队模型,考虑层、列布局对整体运行效率的影响,利用改进遗传算法通过改进编码方式、交叉变异,对堆垛机调度进行优化,得出优化后的顾客平均等待时间、平均等待队长;堆垛机空闲概率缩短了约29.1%,47.8%和0.31%;探讨了堆垛机数量及服务台数量对运行效率的影响,得出堆垛机数量为6台、服务台为3个时立体车库运行效率较高.从仿真结果来看,对立体车库库位布局和资源配置的研究,不仅可以提高立体车库运行效率,而且可以为立体车库的设计建造提供依据,对立体车库的快速发展及广泛地应用具有积极意义.     

基于个体优势遗传算法的水稻生育期模型参数优化

【目的】快速并准确估算作物生育期模型参数。【方法】本文提出了一种新的改进型遗传算法——个体优势遗传算法（individual advantages genetic algorithm,IAGA）,并应用于水稻生育期模型参数估算。在遗传算法的基础上引入个体优势算子,并改进了变异算子及种群更新策略。以完全嵌入方式耦合RiceGrow和ORYZA2000水稻生育期模型,实现了模型参数的自动率定。利用汕优63等5个水稻品种在徐州、高要等地的多年田间试验资料,对IAGA算法的有效性进行对比试验。【结果】（1）试验验证结果的RMSE<3.05 d,NRMSE<3.19%,MDA<2.41 d,R2>0.9885,表明利用IAGA获得的模型参数准确性较高。（2）调参的实测数据量大小对调参结果影响不大。由3年数据增加到6年数据,试验拟合结果最大NRMSE值由2.58%增大到3.08%,增加了0.5%。选择隔年并包含全生育期天数最大值与最小值的调参数据,可以获得较准确的模型参数值。（3）IAGA与复合形混合演化算法、遗传模拟退火算法以及标准粒子群算法相比,可获得更准确的模型参数值。【结论】IAGA算法可以实现水稻生育期模型参数的自动率定,为作物生长模型参数的快速准确估算提供了一种有效新方法。     

基于免疫算法的优化问题

基于前人提出的克隆选择算法,提出一种用于优化问题的免疫选择算法,引入选择算子的概念,可以加快算法的搜索速度,有效地保持种群的多样性。仿真结果表明,与遗传算法相比较,免疫选择算法能更快速准确地收敛到全局最优解,避免了遗传算法中的早熟收敛现象。     

基于遗传算法的组合数据预处理技术

针对现实世界中数据的杂乱性、冗余性和不完整性而提出了一种基于遗传算法的组合数据清理方法.利用这种方法,使得数据在挖掘之前具有更好的完整性和一致性,可以提高数据挖掘模式的总体质量和减少实际挖掘所需要时间.以学生成绩作为试验对象进行了分析和研究,有效地去除了数据中的噪声,试验结果证明了此方法的可行性和有效性.