智能控制策略在屠宰场废水处理中的应用

针对传统控制策略在屠宰场废水处理过程中难以实现优化控制而设计了一种智能控制器.分析了过程特性,建立了控制模型,讨论了控制算法,在MATLAB环境下对所设计的控制算法与最优PID控制算法作了仿真比较研究.结果表明：该算法抗干扰性较好和鲁棒性强,验证了其合理性和可行性,可有效保证屠宰场废水处理的出水水质.     

基于误差模型的权重二值神经网络近似加速

针对智能识别系统精确度和硬件复杂度之间的均衡设计问题,提出了一种基于误差统计模型的权重二值神经网络近似加速方法。在提出了一种获得高精度轻量神经网络的权重二值化处理算法基础上,引入近似加法器、消除乘法器以进一步提高能效。最终提出了一种系统级误差统计模型用于系统评估和优化设计,该设计能够分析和预测权重二值神经网络近似加速系统的最终精度。结果表明:该模型可以准确地预测系统精度,与仿真结果对比,相对误差在2.05%～3.07%。该模型预测用于指导相应软硬件的设计优化,可大幅提高设计的迭代速度。     

异构计算并行编程模型综述

异构计算架构是目前高性能计算研究的重要领域。在异构计算架构中,不同种类的计算器件协同工作需要解决如任务调度、数据通信、存储、同步优化等问题。这些问题会对异构计算架构系统的运行性能、功耗、可靠性等指标产生重要影响。为解决异构系统的应用开发与系统优化问题,近年出现许多面向异构计算架构的并行编程模型。本文介绍异构并行编程模型的研究进展,针对异构并行计算需要解决的关键问题进行讨论,最后对异构体系架构的发展方向做出总结。     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

光纤惯性测量组件的误差标定改进算法及实现

对光纤惯性测量单元的误差标定方法进行了研究,提出了一种十二位置标定算法。分析了算法的基本原理,介绍了标定的流程。与传统的标定方法相比,新方法在不降低标定精度的前提下无需对北向进行定位,而且仅需单轴转台。在该算法的基础上利用LabVIEW软件构建了一套IMU误差智能测试平台,实现了对惯性元件安装误差、标度因数误差、零偏以及陀螺标度因数非线性度的自动标定,避免了手动标定时繁琐的操作,具有较强的工程应用价值。     

飞行器控制分配技术研究现状与展望

综述了现代飞行器控制分配技术的研究和应用状况.首先简要回顾了线性控制分配方法,然后着重论述了非线性控制分配技术的最新研究成果,包括截距修正法、分段线性规划法、非线性规划法及包含神经网络计算、遗传算法和模糊逻辑在内的智能控制分配技术,最后讨论了有待于进一步完善和深入研究的若干问题.     

战斗机非线性飞行控制技术的研究与发展

战斗机非线性飞行控制技术研究综述。首先介绍战斗机技术发展走向,然后对当前主要战斗机飞行控制设计方案进行分析,并重点介绍神经网络在飞行控制中的应用研究。最后指出,基于神经网络的智能控制方案作为飞行控制的重要研究方向,将为未来先进战斗机飞行控制系统设计提供重要的解决方案。     

综合飞行/推力控制系统的智能设计

在介绍正规矩阵参数优化方法和着舰导引控制系统的基础上,为提高舰载飞机的操纵性能,采用智能设计软件IntelDes3．0设计了具有鲁棒性的着舰飞行,推力综合控制系统。基于飞机纵向非线性运动方程的数值仿真结果表明,设计的控制系统对阶跃输入的响应性能良好,鲁棒性较强。     

基于分布式并行遗传算法的电力系统无功优化

针对传统遗传算法寻优质量差、计算时间长的问题,提出了基于计算机集群的一种新的分布式并行遗传算法解决电力系统无功优化问题.采用遗传模拟退火算法和分布式并行计算MPI(Message Passing Interface)技术,实现多进程的分布式集群计算.该算法通过个体迁移策略来协调优化各个子种群,使用计算效率来判断计算负载状态,采用动态种群来进行负载平衡.通过运用标准测试算例IEEE14节点和一个实际电力系统的无功优化计算,结果表明这种算法具有很高的稳定性,有较好的并行效率,适合求解大规模电力系统的无功优化问题.      

一种高精度温度控制的复合方法及其应用

介绍了一种用于高精度温度控制的复合方法及其在恒温槽上的成功应用.该方法集Fuzzy逻辑和专家式智能PID(比例、积分、微分)控制于一体,充分运用了专家的人工调节经验和PID控制的定量调节特性,较好地满足了高精度控温中的高精度与快速性要求.采用了简单新颖的PID参数在线修正和温度变化预报方法,易于实现.用于恒温槽时控制精度优于0.01℃.实践证明该方法在高精度控温中具有良好的控制效果.