一种对于K-means算法的改进

数据聚类是一个功能强大的技术,它能够把数据特征相似的对象划分为一类,但是并不是所有的聚类算法的实现都能产生相同的聚类结果;并且K均值算法的结果很大程度上依赖它的初始中心的选择;提出了一种新颖的关于K均值初始中心选择的策略;该算法是基于反向最近邻(RNN)搜索,检索一个给定的数据集,其最近的邻居是一个给定的查询点中的所有点;使用这种方法计算初始聚类中心结果发现是非常接近聚类算法所需的迭代聚类中心;对提出的算法应用到K均值聚类中给予了证明;用几种流行的数据集的实验结果表明了该算法的优点。     

自适应模糊控制和PLC在中央空调控制系统中的应用

为克服中央空调控制系统舒适度调节能力差,能源浪费严重,可靠性低,通信实时性控制不高的不足,提出了一套基于自适应模糊控制方法,从系统的硬件构成、软件设计两个方面探讨了Simatic S7-300在中央空调控制系统中的应用.实际运行表明,该系统运行稳定、可靠、同时降低了能耗.     

一种新的最近邻聚类算法

在分析现有最近邻聚类算法所存在问题的基础上,提出了一种先利用均值规格化的思想来确定算法的初始半径,然后根据启发式规则修改聚类半径的新的最近邻聚类算法.同时,给出了聚类有效性函数对得到的聚类结果进行合理性判断.     

模糊控制算法在炉窑温控系统中的应用研究

介绍了时变参数井式电阻炉温度控制的模糊算法及其实现方法，利用Ｍａｔｌａｂ软件包对其进行了大量仿真测试并对测试结果进行了讨论。     

基于一种改进自适应模糊神经技术的PEMFC系统建模和控制

从质子交换膜燃料电池(PEMFC)实际应用的角度出发，应用自适应模糊神经网络技术对PEMFC系统进行建模与控制．在建模过程中，同时应用实验数据和专家经验对模型进行辨识，使模糊节点具有明确的物理意义和初始参数的选择更加容易．在控制过程中，将训练好的网络模型作为PEMFC控制系统的参考模型，采用自适应神经网络学习算法(ANA)在线对控制器参数进行自适应调整，采用最近邻聚类算法(NCA)对控制器的模糊规则库进行更新．在仿真实验中，将自适应模糊控制算法与PID和传统模糊算法进行比较，结果表明本算法控制性能优良．     

一种鲁棒直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法.首先,该算法中用广义模糊双曲正切模型逼近系统的等价控制项;之后,设计了双曲正切函数的鲁棒补偿项,从而得到一种没有抖振的平滑控制输入.在系统的控制增益已知、部分已知和未知三种情况下,利用Lyapunov函数证明了采用上述控制策略可保证控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界.仿真例子说明了该算法的有效性.     

一种三段式模糊控制在电液伺服系统中的应用

在研究泵控马达电液伺服系统的自适应控制中，提出了一种分三阶段实施的模糊控制策略，并进行大量实验研究，结果表明，该方法克服了模糊控制的不精确性和易振荡性，且在相当宽的惯性负载情况下，系统的特性都是令人满意的，中说明了三段式模糊控制的基本原理，并给出了其用于泵控马达电液伺服系统的实验结果。     

自适应模糊控制在交流调速中的应用

在研究交流调速系统控制方法的基础上，针对交流电机这种复杂的被控对象，利用神经网络实现交流调速系统的模糊控制，仿真结果表明，该控制方法具有很强的自学习和抗干扰能力，当突然加、减负载时，神经网络模糊控制与PID控制相比，具有恢复时间短，超调和振荡小等特点，神经网络模糊控制特别适用于结构复杂，干扰大且控制精度要求高的系统。     

一种提高文本聚类算法质量的方法

针对基于VSM(vector space model)的文本聚类算法存在的主要问题,即忽略了词之间的语义信息、忽略了各维度之间的联系而导致文本的相似度计算不够精确,提出基于语义距离计算文档间相似度及两阶段聚类方案来提高文本聚类算法的质量.首先,从语义上分析文档,采用最近邻算法进行第一次聚类;其次,根据相似度权重,对类特征词进行优胜劣汰;然后进行类合并;最后,进行第二次聚类,解决最近邻算法对输入次序敏感的问题.实验结果表明,提出的方法在聚类精度和召回率上均有显著的提高,较好解决了基于VSM的文本聚类算法存在的问题.     

一种动态自适应最近邻聚类学习算法在工业污水处理中的应用

为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程.利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练.采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验.结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好.     

工业加热炉的模糊控制仿真研究

采用模糊控制策略研究了对工业加热炉的控制,经过仿真研究证实了模糊控制的有效性,特别是当模型参数发生变化后系统仍能获得较好的控制效果,表明系统具有良好的鲁棒性.     

模糊神经网络在电阻炉温度控制系统中应用

针对电阻炉具有时变,分布参数的非线性特性,将模糊神经网络控制应用于电阻炉温度控制系统.该控制器自适应能力强,利用系统偏差和神经网络辨识模型的输出对模糊神经网络控制器的参数通过一种改进的BP算法进行在线调节,达到对电阻炉温度的实时控制.仿真结果表明模糊神经网络控制器具有良好的控制效果,优于一般PID控制.     

基于参数自调整的真空烧结炉温度模糊控制系统

采用了一种参数自调整的模糊控制策略，对真空烧结炉的温度进行控制。实践证明，各项指标均优于一般的模糊控制方式，取得了令人满意的控制效果。     

模糊自校正控制在加热炉温度控制中的应用

详细地介绍了工业过程中常用的加热设备--网带式加热炉的温度变化情况及用微型计算机控制网带式加热炉温度的设计过程.该系统采用了PID加自校正模糊控制器,实现了6个温区的温差自补偿,克服了各温区温度的相互扰动和耦合,温度在400～1100℃连续可调.本系统经过2年的实际应用,其控制效果优于传统的PID控制器.图5,表3,参6.     

基于遗传算法的模糊聚类方法

针对模糊c 均值算法容易收敛于局部极小点的缺陷 ,将遗传算法应用于模糊c 均值算法的优化计算中 .算法采用实数编码 ,提高了试验精度 .实验证明基于遗传算法的模糊聚类方法能够在一定程度上克服初值的影响 ,跳出局部极小点 ,在大样本的聚类方面有较大的优势 .     

基于模糊免疫PID算法的温度控制系统研究

目前温控系统中最常用的是串级控制方法,但这种方式存在一定不足,调控质量也不能很好的满足生产需求。文章在串级控制方法的基础上,着重研究其算法优化的可行性,尝试将模糊机制、免疫算法和PID控制方式相融合,改进原有的控制方法,并进行仿真验证。结果表明,这种新算法可以有效提高温度控制的效率和精度。     

一类工业炉温度系统的模糊控制

针对工业炉温度系统存在的混沌现象,借助模糊控制技术,克服了用传统PID难于控制的炉温混沌现象;系统的仿真与实际运行效果表明:模糊控制是克服混沌现象的一种有效方法。     

模糊C均值聚类算法在高炉料面分类中的应用

通过对多雷达扫描得到的高炉料面进行数据处理,根据数据的特征,分别采用模糊C均值聚类和特征加权模糊C均值聚类算法对料面数据进行分类,建立标准料面模型库.再通过模糊模式识别中贴近度的方法把待分类的目标料面与模型库相匹配,为后续的布料控制提供依据.该算法在某2500 m3高炉上进行了实验,取得良好的效果.仿真结果表明了其有效性.     

基于模糊控制和专家系统的原油加热炉温度控制器

结合生产实际，在原油加热炉温度控制中将模糊控制和专家系统有机地结合起来，并对控制变量的模糊化和反模糊化采用了较新的曲线拟合方法，使得信息量的丢失降低到最小程度，大大提高了系统的控制精度、稳定性和鲁棒性，探索了控制领域的新视野。     

集散控制系统在高炉过程控制中的应用

介绍了集散控制系统CENTUM-XL的基本性能、系统特点、基本组态方法及该系统在高炉过程控制中的应用.特别介绍了高炉顶压控制、热风炉燃烧控制用该系统的实现方法.