基于多岛遗传算法的燃料电池汽车模糊控制策略优化

针对某款中型燃料电池物流车,基于MATLAB/SIMULINK搭建了整车前向仿真模型。根据功率跟随控制逻辑以及燃料电池汽车控制原则制定模糊规则,建立了双输入单输出Mamdani型模糊控制策略。为提高仿真效率,利用敏感性分析从23个设计变量中筛选出12个对结果影响较大的变量,建立了高精度椭球基神经网络近似模型作为优化的基础。针对模糊控制隶属函数的制定主观性较大的问题,采用多岛遗传算法优化隶属函数。仿真结果表明:优化后燃料电池系统输出功率更加平稳,百公里等效氢耗较优化前降低了8.4%,提高了整车经济性。

基于遗传算法优化和模糊控制动态优化的自动变速器换挡规律设计

为提高轻型越野战术车辆的整车动力性,针对车辆的自动变速器换挡规律进行优化设计。依据MATLAB/Simulink的仿真环境,构建基于车速和油门开度双参数换挡规律的整车动力模型。以双参数换挡规律的换挡点为优化对象,采用遗传算法对换挡点进行优化。根据加速度参数能反映车辆纵向动态的特性,引入加速度,采用模糊控制算法对换挡规律进行动态优化设计,构建三参数的模糊控制器。通过仿真模型和实车试验来验证换挡规律优化前后对车辆动力性的影响。结果表明:优化后的控制策略可有效提升车辆的动力性能,能够更加合理分配在动力需求下的发动机和挡位的使用工况,完全满足轻型越野战术车辆复杂路况下对动力性的需求。

混沌在模糊控制规则优化中的应用研究

利用混沌 (Chaos)所特有的随机性、遍历性及规律性 ,将其应用于一类复杂非线性时变过程的模糊控制规则优化中 ,提出了一种利用混沌进行模糊规则参数优化的方法。仿真结果表明 ,该算法具有较强的全局搜索能力和较快的搜索速度 。

锅炉水位的优化因子模糊控制

对锅炉水位的动态特性进行了分析,介绍了锅炉水位的优化因子模糊控制方法,以670t/h锅炉为例进行了系统仿真实验,证实了优化因子模糊控制器在汽包水位控制上的实时性、高精度和高鲁棒性等特点.

船甲板消振作动器优化模糊控制

为了消除船舶结构由于发动机不平衡矩所引起的振动,研究了一种新型作动器及其控制算法.作动器通过利用由电机带动等速反向旋转的偏心质量所组成的电气机械装置而产生单一方向上的激励力,该激励力的幅值可通过连杆系统改变偏心质量调整偏心矩.由于激励频率及幅值可在线调节,其应用范围得到扩大,但同时使得整个系统的控制方程为非线性.利用模糊控制算法无需预知系统结构参数的特点,在作动器与发动机相位角调整方面提出了优化模糊控制算法,可依据实验数据确定控制规则,由程序进行分段线性优化.实验结果表明,所提出的优化模糊控制算法,可显著提高相位跟踪精度,缩短相位角调整时间,有效地消除了船舶结构的振动.

基于优化模糊控制的汽车自适应巡航技术研究

汽车自适应巡航控制系统是现阶段汽车领域研究的重点内容,也是汽车驾驶辅助系统的重要组成部分,直接影响驾驶的安全性。在此背景下,从优化模糊理论入手,深入开展分析,明确相关的概念,探索基于优化模糊控制的汽车自适应巡航控制系统模型,从ACC系统模糊控制器设计、输入输出变量、控制器模糊规则等方面提出汽车自适应巡航技术的应用策略。

模糊控制在温室控制系统中的应用

温室环境的被控对象复杂,控制过程的非线性、时变性、多参数祸合等原因,使得温室难以确立精确的数学模型来运用经典控制方法实现控制。而模糊控制无需精确的数学模型即可以实现控制,模糊控制技术是非常适合解决温室环境调控问题的主要技术手段。而模糊控制在温室的应用中本身又存在问题,该文介绍了几种优化的模糊控制方法,采用优化的模糊控制方法可以得到较好的控制效果。

基于模糊控制律的遗传神经匝道协调控制

讨论了快速路匝道系统中智能控制技术问题。针对匝道系统特点,分析了模糊控制、人工神经网络、遗传算法的适用性,提出了一种基于模糊控制律的遗传神经匝道协调控制方案。在该方案中,对模糊控制输入输出数据进行线性修正,使用修正后的数据完成遗传神经网络训练,并用神经网络代替模糊控制器对匝道系统进行控制。给出了神经网络结构和遗传算法流程,并结合宏观交通流模型进行系统仿真。仿真结果表明,与模糊控制相比,控制效果显著提高。

基于改进蝙蝠算法的模糊PID规则优化研究

模糊控制规则是模糊PID控制器的核心,在对模糊控制规则优化时通常采用特定的方式寻优弱化模糊控制规则间的关联性,存在影响计算效率以及控制精度等问题。为此,在蝙蝠算法(BA)寻优方式的基础上,提出一种改进的蝙蝠算法(IBA)对模糊控制规则进行优化。通过模糊控制规则间关联性设计邻域搜索算子以提高BA的搜索精度,再引入混沌变异算子避免BA陷入局部最优,以ITAE值作为性能指标对模糊PID控制系统进行评价。仿真结果表明,与粒子群算法、遗传算法和改进的蚁群算法的优化效果相比,IBA优化模糊控制规则后的模糊PID控制器的调节时间与超调量均较小,且提高了控制精度与计算效率。

基于AFS和DYC协调控制的智能车辆稳定性研究

智能汽车稳定性控制研究中,由于模型参数变化和外界干扰(如侧向风、路面附着系数变化),车辆发生失稳且鲁棒性变差。为提高随机干扰下智能汽车行驶稳定性,提出一种基于主动前轮转向(AFS)和直接横摆力矩(DYC)协调控制的稳定性控制策略。首先,建立车辆非线性动力学模型和魔术轮胎模型,将自适应律与滑模控制相结合抑制车辆行驶中的扰动,设计了基于鲁棒自适应滑模控制的前轮主动转向控制器,解决参数时变以及不确定性和未知扰动情况下非线性系统鲁棒控制问题。设计基于遗传优化模糊控制的横摆力矩控制器,求解出用以恢复车辆稳定行驶的附加横摆力矩。基于Simulink和CarSim仿真平台,在阶跃扰动、正弦扰动以及混合扰动下对稳定性控制方法进行仿真。结果表明,基于AFS和DYC协调控制可以明显减小车辆的附加横摆力矩输出,并在3种扰动下都能良好地抑制干扰,充分保证车辆稳定性。

政府信息资源集成管理策略分析

从政府信息资源集成管理的目标、理念、协调、实施等视角进行研究,对于政府信息资源集成管理具有重要的借鉴意义,有助于克服政府信息资源管理中的迷惑和纯技术化思想。从理论层面出发,根据政府信息资源管理的特点及发展现状,提出了实现政府信息资源集成管理的整合优化、模糊控制、协同旋进、虚拟外包四种策略,同时分析它们之间的逻辑关系。