基于Matlab和组态王的多步温度预测控制

介绍以PCT-III型过程控制设备为对象,以Matlab和组态王软件为平台,实现在线多步温度预测控制实验。用Matlab来完成复杂的算法的计算任务,用组态王工控软件实现友好的用户界面。二者通过DDE协议进行数据交换。把多步预测控制这种先进的控制算法方便地应用到工业控制当中去。     

基于动态面滑模控制的主动队列管理算法

针对TCP网络中的拥塞问题,提出了一种基于动态面滑模控制的主动队列管理算法,该算法采用动态面的控制方法,利用一阶积分滤波器来计算虚拟控制的导数,解决了反步法对虚拟控制求导过程中引起的项数膨胀问题,对于TCP/IP网络中存在的模型不确定性、网络参数时变性,该算法具有很强的鲁棒性,仿真结果表明,该算法能够克服系统的不确定性干扰,使队列长度迅速稳定在期望值附近,有效避免拥塞现象的发生。     

软交换的概念与应用

软交换技术是一种正在发展的概念,包含许多功能.其核心是一个采用标准化协议和应用编程接口(API)的开放体系结构.从广义上讲,软交换就是以软交换设备为控制核心的下一代网络;从狭义上讲,软交换是指位于NGN控制平面的软交换设备.软交换是下一代通信网络解决方案中的焦点之一,已成为近年来业界讨论的热点话题.     

船舶无线传感网络的能耗均衡路由算法设计

为了提高船舶无线传感网络的连通性能,针对传统量化传导协议容易导致路由冲突的问题,提出一种基于能耗均衡的路由算法。构建船舶无线传感网络的节点分布拓扑结构,根据传感网络各个节点的能量开销构建路由连通性代价约束参量模型,采用拥塞控制方法进行船舶无线传感网络路由的防冲突设计,以能耗均衡为控制目标函数,实现船舶无线传感网络的能耗均衡拓扑控制,实现路由优化设计。仿真结果表明,采用该方法进行船舶无线传感网络的路由算法设计,能有效降低各个节点的能量开销,提高网络的寿命和连通性。     

船舶信息传输网络的安全访问算法研究

为保证舰船通信安全性,提出一种基于统计学的船舶信息传输网络的安全访问算法。建立船舶信息传输网络访问控制矩阵,生成基于安全控制的多角度模型,实现多用户之间的资源共享控制,通过建立船舶信息传输网络并发多媒体负载访问的排队模型,并利用统计学对访问请求允许最大时间的统计概率与船舶信息传输网络中并发多媒体应用数量之间关系进行计算,实现基于统计学的船舶信息传输网络的安全访问算法。实验结果表明,所提算法能够有效提高舰船网络访问控制的安全性。     

自适应遗传算法在船舶线路布局中的应用研究

随着船舶自动化控制技术的发展,船舶的各种线路控制网络也日益复杂,尤其是计算机设备控制网络和通信导航网络的布局要求变得越来越高,其抗干扰能力受布局结构的影响非常大。在研究现代化船舶的舱室结构特点后,提出一种基于自适应遗传控制算法的线路布局优化模型。通过对实际的船舱线路布局需求进行数学建模,对算法的性能优化提出改进措施。仿真实验结果表明,本文的优化算法能有效提高线路网络的稳定性能,同时能够降低线缆布局成本,便于大范围推广使用,具有良好的应用前景。     

基于大数据切片流概率稳定调控机制的云网络数据评测算法

针对当前云网络数据评测算法普遍存在的评测维度高,切片评测困难,以及在评测过程中存在显著的网络拥塞难题等不足,论文提出了一种基于大数据切片流概率稳定调控机制的云网络数据评测算法。首先,使用切片流随机分发机制,结合云网络中大数据具有的业务带宽切片等特性,实现云网络中数据评测的控制与测量,有效降低了传统方案存在的评测冲突问题;随后,根据梯度覆盖思想,对业务流传输带宽进行二次评测,进一步提高了云网络节点的数据传输能力,降低了数据评测的错误率。仿真数据表明,与当前云网络数据评测中常用的超带宽评估传输算法(Ultra Bandwidth EvaluationTransmission Algorithm,UBET算法)、线性粒度评测传输算法(Linear Granularity Evaluation Transmission Algorithm,LGET算法)相比,论文算法具有更低的评测错误率与更高的切片传输带宽。     

蚁群和粒子群优化融合算法在船舶网络资源调度中的应用

在互联网技术高速发展的今天,网络互联技术已经被广泛应用在船舶的自动化控制领域,通过集中化的网络资源管理,船员可以有效地对船舶上的电力系统、导航系统和通信系统进行资源调度,从而达到最优化的水平。本文从船舶的实际控制需求出发,结合最新的人工智能技术——蚁群和粒子优化融合技术,对船舶网络资源进行数学模型的构建。并结合粒子群优化融合算法对蚁群网络的空间布局进行优化,从而使船舶的网络资源在动态调整中达到平衡。仿真结果表明,经过蚁群和粒子群融合算法优化过的船舶网络资源调度效率更高,具有很好的实际应用前景。     

船舶传感器网络中节点定位算法设计

节点定位对于船舶传感器网络具有十分重要的意义,没有节点位置的信息是无用的,经典的船舶传感器网络节点定位算法—DV-hop算法存在定位误差大、速度慢等问题。为了提高船舶传感器网络节点定位结果,设计了改进DV-hop算法的船舶传感器网络节点定位算法。首先对当前船舶传感器网络节点定位算法的研究现状进行分析,找到引起DV-hop算法定位误差大、速度慢的原因,然后采用传感器网络发射信号强度得到节点之间的距离,在此基础上采用DV-hop算法进行船舶传感器网络节点定位,最后进行船舶传感器网络节点定位实验,实验结果表明,本文算法克服了当前船舶传感器网络节点定位误差大的缺陷,其船舶传感器网络节点定位精度不仅明显高于DV-hop算法,而且船舶传感器网络节点所耗费的时间更少,获得了整体效果更佳的船舶传感器网络节点结果。     

舰船非线性配电网络的故障诊断与恢复策略研究

现代化的舰船配电网络非常复杂,需要兼顾到船舶上的各种用电设备。因此当配电网络出现故障时,为了能够最大程度降低故障造成的损失,需要合理控制配电网络的工作节点,隔离出现故障的子网络。本文主要采用了神经网络算法,对船舶非线性配电网络的工作模式进行训练,通过合理控制配电参数,能够有效监控网络中的故障,并提出了故障诊断算法,在故障发生时,能够自动产生恢复策略,并解决一些简单的故障,这种方式大大提高了系统的稳定性。