改进粒子群算法在支持向量机训练中的应用

训练支持向量机需要求解二次规划问题,LPSO算法对于求解含线性约束优化问题是一种直观、简单的方法。改进后的LPSO算法较好的解决了早熟收敛问题。对谷氨酸发酵过程建模的实验表明本文提出的方法训练精度高,泛化能力强。     

均质机智能控制系统设计

针对传统均质机的缺点,设计了一套基于 HMI、PLC、变频器的控制系统.实现了对均质机的自动控制.针对均质机加热工作采用夹层注油间接加热方式具有滞后大的特点,提出一种基于三菱FX2N系列PLC的专家PID的控制算法.有效解决传统均质机控制系统加热控制时温度超调量大、加热控制时间过长的问题.本设计已经应用到了实际生产中,取得良好效果.     

基于遗传混沌算法的LSSVM参数优化及应用

针对最小二乘支持向量机(LSSVM)存建模中的重要参数如何选择问题.提出利用具有随机性、遍历性及规律性的混沌优化算法对LSSVM建模过程中的参数进行优化搜索,为了加快对较大搜索空间中的搜索速度,提出变尺度混沌优化算法与遗传算法相结合遗传算法的组合算法对LSSVM中的参数优化.组合算法克服了单一算法存在的早熟、局部收敛及寻优速度慢等问题,把混沌变最种群映射到LSSVM参数取值区间.按照遗传算法训练,同时利用训练集训练LSSVM,最终得到参数优化值.将该方法应用的谷氨酸发酵过程的建模研究,取得了较高建模精度,提高发酵过程资源利用率的同时增加了谷氨酸产量.     

发酵过程低成本集散控制系统设计

基于国产工业 ＰＣ机和 Ｉ／ Ｏ模板设计了发酵过程集散控制系统,介绍了该系统的软、硬件结构与功能,以及发酵过程参数的优化控制方法。     

基于多级模糊神经网络的故障诊断在化工生产过程中的应用

化工生产过程一般都非常复杂，如柠檬酸蒸发。由于控制回路与测控参数很多，生产过程的故障检测与诊断问题非常困难，难以做到实时检查，得到其故障信息。所以本文提出一种基于神经网络的多级故障诊断系统。采用三级递阶模糊神经网络，降解整个系统故障诊断问题的复杂性，同时采用所有子神经网络全局并行的推理方式，具有快速处理能力，适合系统实时在线故障诊断。     

基于Honeywell DCS的锅炉燃烧稳态优化控制

介绍了采用Honeywell系统构建集散控制系统,完成对锅炉、汽机和电网、热网主要参数的实时监测,并对主要的过程变量实现自动控制的方案。在此基础上对节能影响很大的锅炉燃烧系统建立了稳态参数优化模型,并获得锅炉燃烧系统稳态参数优化模型参数。在这个优化模型结果的指导下,热电厂的能源利用率提高4%左右。     

一种新的区域图像插值算法

针对传统的3种图像插值算法在插值后分别存在灰度不连续、轮廓模糊、计算量大等问题,提出了一种新的区域插值算法。该算法先对图像依据纹理平坦或复杂进行区域的相对划分,然后根据待插值点在源图像中所属的区域对应地使用不同的插值算法。与一些典型插值算法进行仿真比较,验证了该算法在基本不改变插值精度的前提下,可以有效地降低运算时间。     

连续函数优化的一种新方法-蚁群算法

针对连续函数优化问题,给出了一种基于蚂蚁群体智能搜索的随机搜索算法,对目标函数没有可微的要求,可有效克服经典算法易于陷入局部最优解的常见弊病。对基本的蚁群算法做了一定的改进,通过几个函数寻优的结果表明,算法具有良好的效果。同时,运用遗传算法对蚁群算法中的一些重要参数进行了寻优,提高了蚁群算法的收敛速度。     

镁锂合金微型热管电场辅助超塑挤压成形

目的 解决新一代轻质镁锂合金微型热管加工难度大、尺寸精度差、性能不稳定的难题。方法 对镁锂合金坯料施加脉冲电流,利用脉冲电流产生的电致超塑性效应提高塑性变形能力,降低镁锂合金微型热管的加工难度。利用有限元仿真和实验相结合的方法,分析微型热管电场辅助超塑挤压过程中微型热管的变形行为与缺陷演变。结果 电场辅助超塑成形的挤压力远低于相同温度下纯加热成形的变形力,能够单道次挤压出Φ2 mm的微细热管。结论 与相同温度下的纯加热成形相比,电场辅助微型热管超塑挤压成形的变形抗力降低了50%,证明电致超塑性可有效降低镁锂合金微型热管的加工难度。随着超塑挤压速度的增加,变形不均匀性加剧。当挤压速度为0.006~0.02 mm/s时,能够获得尺寸精度和表面质量较好的微型齿槽。当挤压速度超过0.02 mm/s时,容易导致微型齿与管壁区域之间的材料流动不均匀,甚至诱发断裂。当挤压温度为200~280 ℃时,可以软化材料,降低挤压力,避免了温度过高产生的“焊接”现象。镁锂合金微型热管成形过程受尺寸效应影响,在挤压杆微型齿槽表面,亚毫米尺寸导致镁锂合金与模具间的界面摩擦增大、材料流动变慢,进而影响了微型齿槽的填充质量。     

高速率通信网络下时变系统的有限时域H∞控制

针对高速率通信网络和Round-Robin（RR）协议影响下网络化时变系统的有限时域[H∞]控制问题，考虑到系统中存在乘性噪声、随机时滞和量化效应，提出了一种基于观测器的有限时域[H∞]控制器的设计方法。利用李雅普诺夫稳定性理论和线性矩阵不等式（Linear Matrix Inequality，LMI）技术得到有限时域[H∞]控制器存在的充分条件。基于锥补线性化（Cone Complementarity Linearization，CCL）方法通过求解一组递归矩阵不等式得到观测器和控制器参数。所设计的控制器保证闭环网络化时变系统在给定的时域内稳定，且满足预定的[H∞]性能指标。数值仿真验证了所提方法的有效性。