水产饲料配方优化的人工智能技术

本文面对水产饲料配方优化中假设目标函数和约束条件均为线性而采用单纯型法求解方法的不足，指出水产饲料配方的优化应当是多项式目标函数、线性和非线性多种约束条件的非线性规划。传统的非线性规划的求解是一个迭代过程，存在着收敛性问题，且约束条件的数学模型要求十分精确。通过引入人工智能理论与技术，为复杂的水产饲料配方代化求解提供了新途径。

多步预测自校正控制器

本文在作者提出的最小预测误差自校正控制器的基础上,又提出了一种多步预测自校正控制器的新算法。该算法运用动态规划法的思想严格推导出使目标函数真正达到最优的控制律,具有预测误差小、占用存贮少、计算简单的优点,而且便于理论分析与研究,是一种对模型要求较低、鲁棒性能好的控制算法。