基于遗传算法的滑模变结构控制机械臂研究

机械臂控制是时变、强耦合的非线性系统,采用传统方法难以有效地进行控制.针对机械臂末端轨迹控制的需要,采用遗传算法对滑模控制进行自适应终端滑模参数调整,解决了常规滑模控制在线性滑模面收敛速度慢的缺点,得到快速、无抖震的终端滑模控制,仿真实验结果表明该控制方法的可行性.

激光粒度测试的非独立反演算法的研究

在光散射法测量微粒体系粒度分布中,关键是反演算法的选择及其正确使用。基于米氏散射理论,研究了非独立反演算法,把遗传寻优算法引入到非独立算法中。实验验证表明,引入遗传寻优到非独立反演算法扩大了非独立反演算法的寻优范围及寻优速度,对标准粒径的反演结果误差在1%以内。

激光散射法悬浮颗粒浓度检测的理论研究

悬浮颗粒浓度是环境污染物浓度检测中一项重要指标。针对空气中悬浮颗粒浓度自动测量的实现方法问题,研究了一种基于激光散射法测量悬浮颗粒浓度的理论方法。确定了以Mie散射原理作为激光散射法测量颗粒浓度的理论依据。在Mie散射的基础上,对悬浮颗粒物的光散射特性进行了理论分析,通过MATLAB软件仿真分析了不同特征参数下的单个悬浮颗粒的散射光强度分布曲线和消光系数曲线,分别得到了散射光强分布与入射光波长λ、折射率m(实部和虚部)、颗粒粒径α之间的关系。结合仿真分析的结果,应用遗传寻优算法对粒径分布进行反演,通过反演结果证明了本方案在理论上的可靠性。验证表明,该研究所设计方法能精确地实现悬浮颗粒物质量浓度的测量,为相关检测仪器的设计提供理论基础。

埃克特参考温度法的气动加热系统研究

飞行器在高速飞行过程中产生的气动加热会对飞行器结构的刚度特性产生影响,从而可能导致飞行器性能下降甚至结构破坏;进行地面模拟结构热试验对研究飞行器的热载荷、热防护等气动加热的诸多问题意义重大;文章研究马赫数为2～4的气动加热地面模拟系统的模型、系统结构及控制方法,采用埃克特参考温度法推算出给定热流,与反馈热流比较,实现对地面模拟结构热试验系统的闭环控制;文章还研究了系统模型的辨识方法,采用遗传算法寻优系统的PI参数,并进行了两温区的平板气动热试验,一号温区最大误差1.8%,二号温区最大误差2.7%。

双行星排汽车纯电驱动模式的转矩分配策略

针对双电机纯电驱动模式的转矩分配问题,在分析双行星排插电式混合动力系统能量流动特性的基础上,设计主电机高效工作区间控制策略.该策略利用双电机工作特性的差异达到高效工作区间互补的目的,并在双电机转矩耦合模式下保护主电机的工作效率.为了解决传统模糊控制器控制精度不高的问题,设计双模糊控制器控制系统,结合所提出的电机工作区间划分方法实现电机工作区间的自适应调节与等效放大.以驱动系统能量转化效率与电机转矩脉动系数为自变量构建适应度函数,基于遗传算法对系统的控制规则进行多目标寻优.仿真结果表明,在2种控制策略中遗传算法-双模糊控制器控制策略的耗电量更低,系统综合效率分布情况接近动态规划(DP)经济性最优结果,对电机输出转矩波动情况的控制也更加合理.将其应用于混合动力系统,车辆百公里综合油耗较主电机高效工作区间控制策略的降低3.27%.

基于GA-SVM的河川径流量预测模型研究

利用遗传算法(GA)寻优优化传统的支持向量机(SVM),并将GA-SVM模型应用到水文预测中,建立了基于GA-SVM的河川径流量预测回归模型,利用双累积曲线剔除人类活动的不确定因素。以云南省昆明高古马站的月平均径流量作为实证研究对象,将预测结果与BP神经网络的预测结果进行对比。结果表明,支持向量机的预测值与实际值误差较小,具有较高的预测精度;利用支持向量机回归方法进行水文预测具有较高的研究价值和应用前景。

基于支持向量机-小波神经网络的边坡位移时序预测模型

针对岩体边坡位移预测难度大的问题,结合支持向量机-小波神经网络,提出了一种新的岩体边坡位移时序预测模型——支持向量机-小波神经网络预测模型.通过对实测位移值的学习,并借助遗传算法参数寻优的支持向量机对位移时间序列的宏观发展趋势进行滚动预测;在此基础上利用小波基函数变换分析序列的局部特征,通过2维情况下的序列局部走势方向的选择、实测值与支持向量机拟合值的相对误差与绝对误差等指标的分析,达到对预测值优化改进的目的.将该模型应用到某工程面板堆石坝坝肩强卸荷岩体边坡位移的时序预测中,结果表明,该模型具有可靠度和精度高的优点,可应用于岩体边坡位移预测分析.