浙江省自然科学基金(Y107010)
- 作品数：5 被引量：30H指数：3
- 相关作者：林卫星陈炎海俞海珍史旭华欧超更多>>
- 相关机构：宁波大学华东理工大学更多>>
- 发文基金：浙江省自然科学基金宁波市自然科学基金浙江省教育厅重点资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 模糊自适应PID控制在过程控制实验系统上的应用被引量：13
- 2010年
- 简单介绍了常规比例、积分、微分（PID）控制的优缺点和模糊控制的基本原理,介绍了模糊自适应PID控制的系统结构,针对过程控制装置中的双水箱液位系统,主调节器采用模糊自适应PID控制,副调节器采用比例积分调节器的串级控制系统对水箱液位控制。基于Matlab仿真和MCGS组态软件,对模糊PID控制进行研究。试验结果表明,模糊PID具有比常规PID更好的控制效果。此结果对于过程控制的理论研究和工程应用具有较好的参考价值。
- 俞海珍史旭华徐建瑜
- 关键词：模糊自适应PIDMATLABMCGS
- 基于PSO的变结构变时滞自校正控制被引量：1
- 2008年
- 针对变结构、变时滞被控对象,将粒子群优化(PSO)算法与广义最小方差相结合,采用实时自校正过程对其进行控制,提出基于 PSO 自校正控制器算法.该算法应用隐式辨识方式,可减少辨识计算量,通过跟踪误差来改变辨识精度.以工业上典型的一阶、二阶和三阶系统的结构变化并伴随着有时滞突变的复杂被控对象进行仿真,并和基于最小二乘的传统自校正控制方法比较得知,在运用 PSO 自校正控制器的控制下,系统输出量与期望输出之间的方差趋于更小,控制跟随性和鲁棒性均较好.仿真结果表明该自校正控制器的有效性与应用价值.
- 林卫星欧超刘小平李文磊
- 关键词：自校正控制变时滞变结构
- 细菌生存优化在非线性模型辨识中的应用被引量：3
- 2009年
- 提出了一种新的基于细菌生存优化(Bacterial Foraging Optimization BFO)的非线性模型辨识方法。它是利用群集智能仿生BFO算法对一类Hammerstein系统进行辨识,从而估计出它的参数模型。通过对这类输入非线性模型进行辨识,并用仿真实验说明BFO算法的参数设置与选择方法。比较基于粒子群优化(Particle Swarm Optimization PSO)的非线性模型辨识算法,特别是对有色噪声的鲁棒性、模型的辨识精度、辨识收敛速度进行对比分析,以得出BFO辨识算法的优缺点及其有效性。
- 林卫星Peter X.Liu李文磊陈炎海欧超
- 关键词：系统辨识HAMMERSTEIN模型粒子群优化
- 一种基于斜率辨识的DMC自适应预测控制算法
- 2008年
- 大多工业对象存在一定程度的非线性,有的甚至为强非线性,常规的预测控制达不到预定的控制效果。本文提出了一种基于历史数据斜率辨识的DMC自适应控制方案,该方案计算时间少,理论证明了其收敛性及稳定性,能适用于一类非线性对象。仿真和实验研究表明,该算法能明显改善一类非线性对象的控制效果。由此,能在一定程度上降低对被控对象模型的测试要求,对非线性系统的预测控制能用线性预测控制的成果,从而拓宽了DMC预测控制的适用范围。
- 史旭华俞海珍钱锋
- 关键词：预测控制自适应控制非线性系统
- 自适应双抗体群RBF网络集成的干点软测量
- 提出了一种训练径向基函数网络（RBFN）的混合算法,该算法采用了一种自适应双抗体群的数据聚类的人工免疫机制,根据输入数据集合自适应地完成样本分类并同时确定RBF网络的隐层中心的数量和初始位置,再用聚类后的子模型输出加权求...
- 史旭华钱锋
- 关键词：RBF神经网络
- 文献传递
- 一种快速收敛的改进粒子群优化算法被引量：13
- 2011年
- 采用离散线性系统的状态方程,根据系统稳定性理论,推出了保证粒子群优化算法收敛性的参数设置区域。在收敛性理论分析的基础上,提出了一种快速收敛的改进粒子群优化算法,它是基于二阶系统按最佳阻尼比的思想来设定粒子群速度更新公式中的惯性权重。通过标准测试函数的性能测试,验证了改进粒子群优化算法的收敛性和快速性,并和惯性权重线性递减的标准粒子群优化算法进行了比较。仿真结果表明,该算法具有可靠的收敛性能和更快的收敛速度。
- 林卫星陈炎海
- 关键词：粒子群算法阻尼比收敛性函数优化
