基于单片机的非线性量化因子模糊控制器设计

在分析非线性量化因子基本原理的基础上,设计了基于单片机的非线性量化因子模糊控制器。该控制器通过键盘可实现参数调整,在系统对象或结构发生变化时具有较高的适应性。将其用于加热炉控制系统,实验表明该控制器可以提高系统的控制精度和响应时间。

基于DCS的非线性量化因子模糊控制研究与实现

为更大地发挥DCS的潜能,以浙江中控的DCS为平台,进行了非线性量化因子模糊控制算法的研究与实现。将其应用于换热器物料出口温度的控制,结果表明该方案切实可行,并且具有良好的控制效果。

非线性量化因子模糊控制器及其应用

针对被控系统的随机动态过程 ,选取系统中的误差与误差变量 ,采用二者所集成的复合函数实现对系统的最优控制。同时 ,应用此复合函数设计了包含非线性量化因子的模糊控制算法。采用此模糊控制算法的仿真结果表明 ,此种方法不仅便于实现 ,而且与传统的控制方法相比具有较好的控制效果。

基于遗传算法的模糊控制器参数优化

针对非线性量化因子模糊控制器的参数对系统性能影响和参数间的相互制约,提出了一种基于遗传算法的参数整定与优化方法,并进行了仿真研究。仿真结果表明通过该方法寻优的系统具有更好的响应速度和控制精度;当对象结构或参数发生变化时,非线性量化因子模糊控制器可以重新整定参数,以保持良好的控制效果,具有很强的鲁棒性。

一种改进的模糊调节神经网络及其应用

针对具有相同激励函数的隐层神经元非线性表达能力较差的情况,提出了一种改进的模糊调节神经网络,并利用遗传算法进行训练。该模糊调节神经网络包括模糊神经网络和三层前馈神经网络2部分,通过模糊神经网络间接调整前馈神经网络隐层激励函数参数,并用遗传算法同时对模糊调节神经网络的权值和模糊神经网络参数进行训练,从而增强了网络的表达能力。将模糊调节神经网络用于非线性量化因子模糊控制器参数的整定仿真结果表明,改进的神经网络比传统的神经网络拥有更大的自由度,具有更强的非线性表现能力,从而使非线性量化因子模糊控制系统具有更好的控制性能。

JPEG压缩算法的若干改进

在多媒体的技术处理过程中,图像压缩技术应运而生,而MATLAB本身又是一种用于科学工程计算的高效率高级语言,它同时提供了很多的矩阵软件包。文中就JPEG压缩算法中的采样,FDCT,量化表等做了进一步改进,即采用和MATLAB的接口来进行采样;采用快速的矩阵乘积来进行FDCT;根据压缩的不同要求而定的量化表来适应不同场合的压缩要求,从而实现图像的去噪和压缩处理。