一种基于QPSO和WLS-SVM的智能方法

提出一种基于量子粒子群优化算法(QPSO)和加权最小二乘支持向量机(WLS-SVM)的智能方法,以克服常用方法存在需要较大样本数据量、建模速度较慢差等缺点.方法的具体改进是,将SVM中单一核函数构造成混合核函数,增加自适应权重,采用QPSO算法求解WLS-SVM训练模型中的线性方程组,这样能提高模型的性能.经过典型的二型糖尿病诊断实验,结果表明其建模速度快、诊断准确率高,其效果优于改进BP算法神经网络、LM算法神经网络和单核函数的SVM等方法.     

自适应控制策略在协调控制系统主燃料控制中的运用

针对沙角电厂A3机组协调控制系统存在的主燃料控制问题，介绍了一种自适应控制策略的工程应用实例，并提出一种解决给煤量测量不准的有效方法．     

电厂自动化系统中的单元机组协调控制系统建模及其控制优化

单元机组协调控制系统是当前电厂自动化系统在实际应用过程中非常重要的一部分。针对单元机组协调控制系统进行模型构建与应用时,与实际情况进行了结合并采取了有针对性的措施,实现了该系统科学合理地控制并对相关措施进行优化,保证了电厂自动化系统的稳定运行。     

基于改进粒子群优化算法和CRNN的多类SVM分类

为了提高支持向量机(SVM)在多类分类中的分类效果,提出了一种基于改进粒子群优化(IMPSO)算法和协作式递归神经网络(CRNN)的多类SVM分类方法(IMPSO_CRNN_SVM算法).首先引入自适应惯性权重及自适应粒子变异,以此改进粒子群优化算法(PSO)在优化SVM参数过程中存在的容易陷入局部最优和早熟等问题; 然后基于多类SVM设计一个CRNN,并利用随机分配的训练集对该网络进行训练并构建最终决策函数,从而实现多类数据的“一次性”分类.最后利用3种数据集和实际应用对IMPSO_CRNN_SVM算法进行验证,结果表明IMPSO_CRNN_SVM算法的分类精度优于未进行参数优化的传统SVM算法、基本PSO 进行SVM参数优化的算法和未进行PSO参数优化的基于CRNN的多类支持向量机算法,因此IMPSO_CRNN_SVM算法具有一定的实用性.     

优化协调控制系统提高机组AGC响应速率

本文对火力发电厂自动发电控制系统(AGC)的结构和机理进行了简单分析,根据大唐黄岛电厂三期两台超临界机组的AGC的投运情况和控制对象的特点,提出了对协调控制系统进行优化改进,分别从改变燃料量负荷前馈、预加减燃料,克服主蒸汽压力惯性、增加机组对煤质变化的适应能力、对汽轮机调门特性流量曲线整定等几个方面进行优化处理,优化后机组对AGC指令的响应速率有了显著的提高。     

基于数据分布信息的单类支撑向量机

单类支撑向量机(One-Class SVM)是一种重要的核方法,但是其缺少对数据分布信息的考虑,因而制约了其泛化能力的进一步提高。针对此问题,重新定义了原点到超平面的距离,进而提出了基于数据分布信息的单类支撑向量机(DD One-Class SVM)。推导构建了DD One-Class SVM算法的优化问题,详细分析和讨论了该优化问题在散度矩阵奇异情况下的求解方法以及该算法的非线情况。相对于传统One-Class SVM算法,该算法体现出了更好的泛化能力。     

一种前景提取的行人模式识别检测算法

通过深入研究高斯混合模型、HOG+SVM分类器和Haar+AdaBoost分类器的算法原理,提出了一种基于前景提取和模式识别的行人检测算法,首先使用高斯混合模型进行背景建模,通过前景提取的方法提取出运动物体,对运动物体进行行人检测,最后对判断为行人的对象进行人脸检测,分类区分出蒙面的可疑行人,解决基于背景建模方法的误判问题和基于统计学习方法的效率问题.实验结果表明,相对于单独使用模式识别算法,新算法显著降低了漏检率,且在运行速度和检测率方面表现良好.     

基于微分进化算法的SVM参数选择

支持向量机(support vector machines, SVM)的性能在很大程度上取决于参数的设置, 所以参数选择问题一直是SVM理论和应用研究中的重点问题.SVM的参数选择本质上是一个优化搜索过程, 并且这个优化问题往往是多峰的.微分进化算法(differential evolution, DE)是一种实数编码的基于种群进化的优化算法, 具有强劲的全局搜索能力, 在多峰函数的寻优问题上已表现出优异的性能.为此, 将DE算法用于SVM参数选择, 提出了基于DE算法的SVM参数选择方法(DE-SVM).在标准数据集上的几个仿真实验证明了该方法的有效性.与基于微粒群算法(partical swarm algorithm, PSO)的参数选择方法相比, DE-SVM在复杂问题或多参数的寻优问题上具有更快的寻优速度.     

基于广义预测的非线性神经网络控制器

广义预测控制(GPC)是针对线性系统提出的一种控制方法,而神经网络具有对一般非线性函数的逼近能力。首先介绍基于GPC的神经网络控制系统的组成,进而提出采用两层线性神经网络构造预测器,采用E lamn型动态递归网络构造控制器,从而实现对非线性对象的快速控制,仿真结果说明了该算法的有效性。     

基于改进T-S模型的热工过程模糊辨识算法

提出了一种实用的基于T-S模型的热工系统模糊辨识方法。采用启发性知识与复合非线性优化方法相结合的综合方法求解出模糊模型的结构,然后通过基于熵的聚类和竞争学习算法对热工过程的输入数据空间进行划分,在此基础上利用递推最小二乘辨识算法建立一个热工过程的T-S模型。文中给出了熟知的Box-Jenkins数据的辨识结果,并将该方法应用于辨识单元机组的协调控制系统。     

基于模糊补偿的广义预测控制

针对在广义预测控制中采用在线辨识模型参数来克服模型失配的影响的情况 ,提出了用模糊推理对控制量进行补偿的解决方案。仿真结果表明 ,该方案非常有效 ,适合用于具有时滞的复杂工业系统。     

转向系统背压加载的广义预测控制

针对转向系统背压加载的时变、非线性、多变量耦合等过程特性,研究了一种基于最小二乘支持向量机(least square support vector machine,LS-SVM)的广义预测控制算法.采用LS-SVM辨识方法对系统进行建模,并用粒子群算法对LS-SVM的参数进行寻优,为控制器的设计奠定基础;对于时变的特点,采用基于在线LS-SVM的广义预测控制混合算法,实时修改模型参数.转向系统背压加载的控制实验结果表明,基于LS-SVM的广义预测控制混合算法是有效的,能准确地跟踪设定的加载压力,对扰动有较强的鲁棒性,具有实际工程应用价值.     

核电站冷却剂平均温度的DMC预测控制方法

针对压水堆核电站冷却剂平均温度系统具有较强的刚性、开环不稳定、复杂非线性等特点，建立了R棒棒速控制下的冷却剂平均温度被控对象模型。提出了一种基于动态矩阵控制（DMC）算法的非自衡系统预测控制方法，弥补了DMC算法的控制局限性。然后求解出送入控制棒驱动机构的控制信号。最后利用MATLAB仿真平台搭建控制系统。实验结果表明，提出的冷却剂平均温度预测控制系统响应速度更快，具有良好的控制性能。     

定桨距变速风力发电机组的控制策略研究

提出定桨距变速风力发电机组的串级控制。外回路根据机组的运动方程采用自适应最优模糊控制,给出发电机电磁转矩设定值,实现参考转速的渐进跟踪。算法综合考虑风力发电机组的机械特性和电气特性,系统辨识作为控制算法的一部分自动执行。内回路基于双馈发电机的定子磁场定向矢量控制系统模型,结合动态线性化和反馈稳态解耦技术,提出发电机有功、无功功率的预测函数控制。采用 PI 控制与本文的控制策略作对比仿真,结果表明提出方法的有效性。     

基于CARIMA模型GPC算法的感应电机直接转矩控制

针对感应电机直接转矩控制在低速时转矩脉动大等缺点,本文首次提出了一种基于CARIMA模型的广义控制算法,并使其应用于感应电机的直接转矩控制。该算法直接作用于直接转矩控制中的转速控制,不依赖于电机的具体模型,通过系统辨识与参数估计获得算法模型参数,具有在线辨、滚动优化和对模型的要求不高等优点。通过仿真表明,此算法提高了感应电机直接转矩控制的控制精度和低速性能。     

基于BP网络的典型工业过程自适应预测区域控制

针对一类具有分数传输滞后、参数时变的典型工业过程开环参数与广义预测控制器参数之间的内在联系 ,通过在目标函数中引入开环增益 ,并利用BP网络的非线性映射能力得到了自适应广义预测控制的一种直接算法。在该算法中 ,先用一个辨识器辨识过程开环参数 ,然后由一个已训练好的BP网络根据辨识结果和加权因子的值直接计算出控制器的参数 ,得到控制律。该方法不依赖于过程的精确模型 ,极大地简化了在线计算负担。同时 ,把区域控制的思想引入到预测控制之中 ,给出了两种区域预测控制方案。在一个二元精馏塔模型上与常规广义预测控制方案的对比仿真结果验证了文中所示方法的可行性     

具有指定跟踪性能的间接鲁棒自适应广义预测控制

针对对象的不确定性干扰（未建模动态、有界干扰等），提出一种新的不需要持续激励条件的间接自适应广义预测控制算法，不仅考虑了自适应控制系统的闭环鲁棒稳定性，而且使所设计的自适应控制闭环系统具有指定的跟踪性能。     

基于遗传算法的广义T-S模糊模型预测函数控制

提出了一种基于遗传算法的广义T-S模糊模型预测函数控制算法。首先利用减法聚类确定隶属度函数中心和模糊规则数,然后利用遗传算法同时对广义T-S模型的其他前提参数和结论参数进行辨识,并进行全局寻优。最后将本文提出的算法应用在具有强非线性特性的pH中和过程中。仿真结果表明:本文算法具有较小的超调和较好的跟踪能力。     

孤岛运行光储微电网控制策略研究

光储微电网孤岛运行时存在电能质量差、系统稳定性差等问题。系统的控制策略多为基于PI控制的双闭环控制算法，导致动态响应速度慢。针对这一问题，提出了一种考虑新能源波动的多步预测有限集模型预测控制（FCS-MPC）策略。首先，对DC-DC变换器采用稳压控制，为逆变器提供稳定的直流电压提高系统的稳定性；然后，对光伏逆变器采用恒功率控制策略维持稳定的功率输出，对储能逆变器采用基于多步长改进模型预测控制（MPC）的下垂控制，以实现对参考电压的快速跟踪及负荷功率的合理分配，而且多步长改进MPC可降低传统MPC的预测误差，提高系统的稳定性；最后，利用MATLAB搭建仿真模型，仿真结果验证了所提控制策略的有效性。     

CDMA系统中改进的功率控制算法研究

提出了一种CDMA系统中改进的自适应功率控制算法．新算法基于信噪比测量，采用卡尔曼滤波器估计信道衰落，采用记忆单元记录功率控制调整指令历史，并综合利用两方面的信息来决定下一次的功率调整步长。该算法在一定程度上可以有效克服信道中深度衰落和快衰落带来的影响，并改善CDMA系统的性能．