如诗不成

我们的世界越来越不自然，人类在渐渐毁灭地球上的诗意。

浅谈中国移动手机视频品牌产品建设

本文通过搭建用户行为分析模型,分析中国移动手机视频在用用户对于视频产品的选择情况,重点论述创建品牌产品对于消费者的吸引力,以及所能产生的经济价值。

超超临界机组协调控制系统解耦及控制研究

超超临界机组协调控制对象具有强耦合、非线性、变参数等特点。通过对其三输入三输出对象的特性分析,设计了基于一阶模型的解耦环节,并采用改进后的免疫记忆粒子群优化(Immune Memory Particle Swarm Optimization,IMPSO)对开环下的解耦器参数和闭环PID参数进行优化,仿真结果表明上述解耦系统有理想的控制性能。进而在解耦器和控制器参数不变的情况下改变对象模型参数验证系统鲁棒性,测试结果表明系统依然能够保持足够的稳定性,且超调量、调整时间、衰减率等均维持在合理范围内。所设计的解耦补偿器简单易实现,适用于强耦合、非线性、时变的协调控制系统。

溯洄从之,道阻且长

我吻过天山雪,饮过不老泉,我从巴丹吉林的茫茫白沙跋涉而来,也曾在江南的青石板阶驻足;我梦想过不问世事,在桃源深处吹花嚼蕊;也期盼过远离红尘,于湘江水畔蕙纕揽茝;我不止一次自认为身向南墙。

基于改进粒子群的超超临界机组负荷控制系统模型辨识

针对火电厂负荷控制系统因强耦合性强非线性等特点而难以对其建立精确热工模型的问题,结合工程实际分析三输入三输出负荷控制对象的动态特性,将免疫算法(Immunity Algorithm,IA)的免疫记忆功能引入粒子群算法(Particle Swarm Optimization,PSO),形成免疫记忆粒子群算法(Immune Memory PSO,IM-PSO)并运用在超超临界火电机组负荷控制对象的模型辨识中。辨识结果表明IM-PSO相对于普通PSO收敛速度提高了50%,收敛精度提高了6.08%,改善了PSO易早熟、粒子后期相似度过高的缺点,同时也验证了IM-PSO对于大型火电机组负荷控制对象辨识的有效性。

基于改进混合蛙跳算法的协调控制系统优化

针对混合蛙跳算法寻优精度低、易陷入局部最优的缺陷,将混沌初始化和高斯变异因子引入混合蛙跳算法,经对某二阶被控过程的PID控制器参数优化验证后,表明改进后的算法寻优精度更高、收敛速度更快。结合实际工程实践要求,以1000 MW机组协调控制系统为对象,采用改进混合蛙跳算法来寻优多变量PID控制器参数。仿真结果表明,与混合蛙跳算法寻优所得PID控制器相比,基于改进混合蛙跳算法的多变量PID控制器负荷跟随性更优、响应速度更快。

基于改进混合蛙跳算法的氧量对象模型辨识

针对混合蛙跳算法易早熟、寻优精度低的缺陷,将混沌初始化和局部变异高斯因子引入混合蛙跳算法,进行种群初始化和局部搜索的改进。将改进后的混合蛙跳算法用于火电厂过程模型辨识,以某1000 MW火电机组双输入单输出的尾部烟气含氧量模型为辨识对象进行系统辨识。结果表明:与混合蛙跳算法相比,改进的混合蛙跳算法种群遍历性更广,局部搜索更快,能够避免陷入局部最优解,全局寻优能力更强,寻优精度更高,收敛速度更快,稳定性更好。