SMITH预估补偿控制的改进型算法

提出了一种改进型 Smith预估补偿控制方法。在被控对象的输入端施加一阶跃输入信号 ,根据其阶跃响应估计出被控对象的数学模型 ,再根据此估计模型在线地修正Smith预估补偿器 ,从而克服了传统的

求MIMO系统能控规范型的一种改进型算法

分析了文献 [1]中关于求多输入 --多输出 (MIMO)线性系统能控规范型算法的不足 ,提出了一种改进型求解线性定常系统能控规范型的算法 ,通过实例证明该算法较原算法具有思路清晰、计算量小的优点。

改进型PSO算法解算三维测边网平差模型

空间三维测边网属于典型的秩亏自由网。针对目前网平差常用的最小二乘算法存在线性化求导复杂,计算量大等问题,本文基于高精度测距值,以控制点坐标反算距离与观测距离差值之和最小为目标,构成非线性方程组,建立函数模型;考虑到非线性方程组求解方法中智能优化算法无需求导和公式推导简单等优点,引入粒子群(PSO)智能优化算法,并构建改进型PSO算法。研究结果表明,根据本文提出的改进型PSO算法进行平差解算,可保证解算结果的准确性,且该算法较传统PSO算法的寻优速度更快,不仅可为空间三维测边网的解算提供新思路,还可为建立空间三维测边网提供理论支撑。

基于改进型灰狼算法的热电偶温度传感器检定校准方法

当前热电偶温度传感器检定校准模型一般为独立测算结构,校准的整体效率较低,导致检定校准示值误差增大,为此,提出基于改进型灰狼算法的热电偶温度传感器检定校准方法。通过引入改进型灰狼算法,有效提高热电偶测量效率及测量准确度,并减小了扩展不确定度。根据校准需求,先设定温度传感数据采集及检定校准标准,采用多阶的方式,提升校准的整体效率,构建多阶改进型灰狼测算检定校准模型,采用自适应比对修正的方式来实现校准处理。测试结果表明:针对设定的20~1200℃,经过三个周期的测定,最终得出的检定校准示值误差均值小于1.59℃,说明在改进型灰狼算法的辅助下,所设计的热电偶温度传感器检定校准方法更高效,针对性较强,具有实际应用价值。

基于改进型PPO算法的公寓安全预警模型

随着城市化的加速和公寓建筑的快速增长,确保居民的安全已成为当务之急。本文深入探讨了基于改进型近端策略优化(PPO)算法的公寓安全预警模型的开发。引入了一种新的深度学习架构,作为实时分析和预测潜在安全威胁的核心技术。实验结果表明,改进后的PPO算法在准确性、效率和响应时间方面明显优于传统方法。此外,该系统能够及时提供警报,确保公寓居民的安全。本文不仅强调了深度学习在安全和安防应用中的潜力,而且为智能生活环境领域的未来发展奠定了基础。

一种改进差分算法的远程升级系统设计

为实现对轮机模拟器控制板卡的固件升级,针对整包升级传输文件大和原始Bsdiff算法占用内存大的问题,设计了一种节约内存的改进Bsdiff算法,并采用了即时写入即时释放和分段多次读写的方式,设置了固定内存空间,完成差分升级。搭建了云服务器,采用HTTP协议,实现了固件程序的自动升级。最终通过实验验证了基于改进差分算法的轮机模拟器控制板卡自动升级方案的可行性,可实现控制板卡的批量自动升级。

基于ICEEMDAN-IWOA-BiLSTM混合算法模型的短期负荷预测

电力负荷具有不确定性、随机性及波动性的特点,难以对其实现精准预测。为此,提出了一种基于改进型自适应白噪声完备集成经验模态分解算法和经改进型鲸鱼算法优化的双向长短期记忆网络预测模型。首先对选取的澳大利亚某电网负荷数据进行预处理;其次利用经验模态分解方法将负荷数据分解为一系列子序列;然后利用改进的鲸鱼算法对双向长短期记忆网络进行超参数寻优;最后将分解后得到的各分量数据输入到优化模型中进行预测。结果表明,所提算法实现了电力负荷的精准预测,得到了比其他单一基准模型和多数组合模型更好的预测效果,具有一定的适用性与应用价值。

基于改进型粒子群算法的栽植机四杆机构优化设计

针对栽植机四杆机构优化设计问题,提出了一种基于改进型粒子群算法的优化设计方法进行优化设计:以栽植机四杆机构为研究对象,建立以机构输出角的平方偏差最小化的优化模型;提出自适应权值粒子群算法,并与复合形法、约束随机方向法的优化设计结果进行比较,发现设计结果有了明显优化,验证了该改进型粒子群算法更适用于栽植机四杆机构的优化设计,对于栽植机四杆机构的优化设计具有良好的指导意义。

基于IPSO算法的改进三次样条机器人轨迹规划

针对机器人的工作效率低,同时其工作起始和结束时易产生振动的问题,提出一种利用改进三次样条曲线建立机器人轨迹模型,并通过改进型粒子群算法(IPSO)对其进行时间最优轨迹规划的方法。首先,对机器人进行D-H运动学建模,采用位姿分离法对各路径点进行逆运动学求解;然后,改进传统三次样条插值,对其起始和结束分段区间时间中点处进行修正,同时与改进型粒子群算法有效结合,实现机器人运动时间的最优求解。仿真结果对比表明,该轨迹规划的方法缩短了机器人约30%左右的运动时间,极大提高了工作效率,同时有效减少了其工作起始和结束时因加速度发生突变而产生的振动,保证了工作的平稳性。

基于改进型鱼群算法的番茄光环境调控目标值模型

针对光温耦合条件下番茄光环境调控目标值难以快速、精确获取的问题,在光温嵌套光合速率试验结果基础上,为提高人工鱼群算法寻优速度,基于视野和步长动态调整思想,提出了改进型鱼群算法的光温耦合寻优方法,对不同温度下光饱和点进行快速精准寻优,建立了番茄光环境调控目标值模型,模型决定系数为0.999 9。验证试验结果表明,不同温度下光饱和点的模型计算值与实测值高度线性相关,相关系数为0.988,最大相对误差在±2%内,明显优于遗传算法构建模型的相对误差(±6%)。快速、动态获取不同温度下光饱和点,对设施光环境精准调控效率具有重要意义。

基于支持向量机-改进型鱼群算法的CO_2优化调控模型

提出了融合支持向量机-改进型鱼群算法的CO_2优化调控模型,为CO_2精准调控提供定量依据。设计了嵌套试验,采集不同温度、光子通量密度、CO_2浓度组合下的黄瓜光合速率,以此构建基于支持向量机的黄瓜光合速率预测模型;以预测模型网络为目标函数,采用改进型鱼群算法实现二氧化碳饱和点寻优,获得不同温度、光子通量密度组合条件的CO_2饱和点,进而构建CO_2优化调控模型。异校验结果表明,CO_2饱和点实测值与预测值相关系数为0.965,最大相对误差3.056%。提出的CO_2优化调控模型可动态预测CO_2饱和点,为实现设施CO_2精准调控提供了可行思路。

多元轨迹同步化问题的改进型DTW算法

针对间歇生产过程故障诊断中各批次数据轨迹时间长度不一致 ,导致应用 MPCA/ MPL S准确建模及故障诊断失效的问题 ,本文将动态时间错位 (DTW)算法用于所观测的数据轨迹时间长度的同步化 ;并在此基础上进一步提出了递推式和粗格子点两种 DTW改进算法 .仿真结果表明 ,两种 DTW改进算法能够有效地同步化各批次轨迹 。

改进型遗传算法及其在数据挖掘中的应用

文中在简单遗传算法的基础上 ,利用改进的算法进行关联规则的发现和数据库中特征项权重的发现 ,通过对农业气象数据库的实验 ,力求解决遗传算法中的早熟等问题。

改进型人工鱼群算法及复杂函数全局优化方法

在分析人工鱼群算法存在不足的基础上,对人工鱼群算法加以改进,提出了一种改进型人工鱼群算法。该算法提高了全局搜索能力和收敛速度,并用于求解具有变量边界约束的非线性复杂函数最优化问题。仿真结果表明,改进后的人工鱼群算法具有精度高、搜索速度快等特点,是一种求解复杂函数全局最优化的智能算法。

基于改进型蚁群算法的最优路径问题求解

如何向用户提供"高质量"的最优路径是导航系统应解决的关键问题.针对该问题,文中提出了带多个路径质量约束的最优路径数学模型.为求解该模型,在蚁群算法的基础上重新设计信息素局部更新规则和全局更新规则,引入信息素更新算子,动态调整、增加最优路径上信息素的规则,并通过改进能见度启发因子,得到改进型蚁群算法.仿真实验证明,改进后的蚁群算法具有良好的寻优性和收敛性,能准确找出路网中满足路径质量约束的最优路径.

基于改进型蚁群算法的无线电能传输网组网

以无线电能传输方式实现空间上任意分布的多负载实时电能供给时,电能传输空间尺度受限和电能传输效率低下.为此,文中提出一种无线电能传输网架构.在分析其拓扑结构的基础上,构建了组网的数学模型,以达成在确保电能传输效率的同时通过中继的方式实现一定尺度范围内的无线电能传输.建立了磁共振耦合电能传输的系统模型,并讨论系统的传输效率特性.在组网方法上,从信息素动态更新机制方面对蚁群算法进行改进,以抑制算法早熟收敛,保证对可行域进行迅速而全面的搜索.通过仿真试验,验证了改进型蚁群算法在组建无线电能传输网的可行性.

空中交通管制中改进型冲突探测算法研究与应用

航路区飞行中的冲突探测由于误差的存在,决定了只能采用基于概率的冲突探测算法。文章对基于布朗运动的二维冲突概率算法进行了仿真分析,得出各种因素对冲突概率的影响效果。在此基础上对算法进行了三维扩展,给出了实际应用的流程。该改进型算法已经实际应用于空中交通管制指挥监测系统(ATCCMS)中,运行结果表明改进型算法是满足有效性和实时性要求的。

基于改进型遗传算法的企业配电网检修计划系统

本文从企业配电网实际情况出发,以经济性最好为目标,提出企业配电网检修计划数学模型,根据线路因数与设备参数制定多种约束条件,采用改进型遗传算法进行优化,最终以线路电量损失最小为最优检修计划方案,并提出了企业配电网检修计划系统模型,大大提高了企业配电网的能量管理水平。

基于改进型遗传算法的AUV路径规划

针对基本遗传算法求解AUV路径规划问题时存在收敛速度慢等缺陷,提出一种基于改进型遗传算法(IGA)的路径规划方法,该方法采用改进的遗传算法、具有明确物理意义的适应度函数,提高了算法搜索的速度和优化的程度,解决了AUV多目标优化的路径规划问题。仿真试验结果证明:该方法是正确有效、稳定的,并且比基本遗传算法得到的路径更优,收敛速度得到显著提高。

改进型量子进化算法在宽带EUV多层膜设计中的应用

为提高基于量子进化算法(QEA)在宽带极紫外(EUV)多层膜设计中的求解效率和精度,本文利用宽带多层膜的光学性能评价函数的梯度信息改进QEA,建立具有明确进化方向的适用于宽带EUV多层膜设计的改进型量子进化算法(IQEA)。对比分析了基于IQEA和QEA的宽带Mo/Si多层膜的膜系设计过程和结果,结果表明,基于IQEA的多层膜膜系设计理论方法具有更优越的求解效率和精度;同时,IQEA同样可以小种群规模进行多参数优化。基于IQEA的宽带Mo/Si多层膜的设计理论实现了包括入射角为0°~18°,反射率达50%的宽角度多层膜,以及反射光谱带宽为13~15nm,反射率达25%的宽光谱多层膜的设计。基于IQEA的宽带高反射率EUV多层膜的理论膜系设计方法为复杂多层膜的理论设计提供了一种可供选择的高效膜系设计方法。