基于PLC的升降横移式立体车库控制系统设计

立体车库最重要的功能是改变传统平面式的地下停车场存取车自动化程度低,浪费大量土地资源的现状,将横向发展的传统停车场转变为纵向发展的立体车库,使得纵向的空间利用率提高,能够满足自动存取车的目的。通过PLC编程,设计了立体车库的控制系统,研究对象为升降横移式立体车库,并且对控制系统的设计原理、软件、硬件以及优化策略都进行了详细阐释,采用了组态模拟仿真控制系统,测试控制系统的使用效果。结果表明该系统可以有效地实现自动快速存取车,操作简单、容易掌握,可在一定程度上解决了停车难的问题。

基于改进BP神经网络的室内环境热舒适度预测与分析

在智能家居环境下,为满足用户对室内环境热舒适度的要求,对室内设备实施精准控制,对室内环境的热舒适度指标进行了预测分析。为提高数据质量,首先利用K-means聚类算法对实验数据进行处理;其次,为摆脱初始阈值与权值的随机性对模型预测精度带来的负面影响,而导致预测结果陷入局部最小,提出采用遗传算法优先寻找模型最优的初始阈值与权值,然后基于BP神经网络建立预测模型,对室内环境热舒适度进行预测,已有的实验数据证明预测效果良好。研究成果表明,系统能够根据当前热环境状况,自动改变控制策略,调整被控设备的运行状态,使得智能家居室内热环境保持在舒适、稳定且平衡的最佳状态。

试析我国董事责任保险制度发展面临的困境及建议

董事责任保险制度是以董事及高级管理人员因经营决策疏忽引致投资者或其他人索赔所面临的赔偿责任为保险标的的一种保险。自其产生以来,受到英美法系国家公司的欢迎,但在我国却是困难重重。随着我国法律制度体系的完善和股东权利意识的提高,国内公司的董事及高级管理人员的经营压力和经营风险逐渐加大。为了平衡公司治理、股东权保护与董监高之间的利益,董事责任保险成为利益平衡的外部机制。

基于遗传算法优化神经网络的智能家居室内环境舒适度的预测

针对智能家居室内环境的舒适度是由诸多室内因素共同影响这一复杂问题,本文对现有的计算室内舒适度的方法进行分析,从而在此基础上,通过对智能家居控制设备的相关数据采集,搭建了基于遗传算法优化的神经网络舒适度预测模型,实现对室内环境的舒适度的预测.运用Matlab作为测试工具平台,对优化后的模型进行实验,同时对优化后的模型与传统的神经网络预测结果进行对比分析.研究表明,遗传算法优化后的方法提高了神经网络模型预测舒适度的精度,预测结果与实测结果之间的误差明显减小,预测方法具有实际工程应用意义.