基于人工智能的垃圾站称重预测模型研究

由于垃圾中转站对垃圾重量的测量与焚烧厂实际测量的数值有所偏差,为了减小该偏差,通过智能算法对垃圾站的实际称重数值进行预测,以降低中转站垃圾测量与焚烧厂实际测量之间的误差。基于此,文章以在一个月内定期对垃圾中转站垃圾重量进行测量得到的数据作为样本数据,通过三种智能算法对其进行预测,发现RF随机森林算法预测结果的准确率最高,高达99.70%,SVR支持向量回归算法次之,BP神经网络算法则较为一般。

车载雷达自动调平系统中虚腿的模糊控制

通过对刚性平台模型的简化,讨论了支腿动作、平台水平角变化与虚腿的关系.在控制系统中,分成虚腿判断和伸长量预测两部分,降低了控制系统的复杂度.根据对刚性系统的分析和专家经验分别建立了WJFLC和EQFLC的控制规则表,并分别给出了WJFLC和EQFLC的输入量的量化因子.控制结构在MATLAB环境下进行了仿真试验.仿真结果表明:在第11次调整时虚腿着地后经二次调整,虚腿到地距离为0.02mm;在第11次调整时水平角度发生变化,经两次调整后角度回复到θ_x=0,θ_y=5×10^(-4),满足了控制要求.从而说明了该控制结构在除两个水平传感器无其它传感器的情况下可以很快的实现虚腿的找实,并且不会引起平台的剧烈震动.