隧道通风系统模糊控制算法研究

针对隧道通风系统存在的控制策略单一、智能化程度较低的问题,将模糊控制应用在隧道通风控制中。考虑与通风系统运行相关的各种影响因素,选取实时检测的CO浓度和能见度值与设定值的差作为模糊控制器的输入,对隧道通风模糊控制算法进行设计和Matlab仿真。通过与传统隧道通风的分档控制方法进行试验比较,发现模糊控制算法可以利用灵活的控制策略,动态调整风机数量,改善隧道空气环境,降低风机的启停频率,并降低设备损耗。     

线控制系统中模糊综合评价方法研究

从城市交通干线的特性出发,研究总结与线控制系统运行相关的各种影响因素,分别从干线交叉口结构、运行质量、交通安全和环境影响等4个方面形成了相对完整的线控制评价集。然后通过实例,运用模糊综合评判算法对这些因素集进行了评判,得出能反映线控制系统运行效果优劣的结果,为改进线控制算法提供了依据。     

用现场总线技术实现楼宇自动化的探讨

在分析目前国内外楼宇自控系统的基础上，阐述了楼宇自控系统在智能建筑中的重要地位，提出了用ＬｏＷｏｒｋｓ控制网络技术实现的ＢＡ的控制系统方案，并给出了系统的设计开发步骤。     

采用模糊加载控制的大功率筑机传动实验台

针对目前传动实验台存在的问题，提出了一种大功率直流合流控制方案，加载方式上采用模糊控制，减少了超调，提高了加载的平滑性，节电效果明显。     

采用GRNN模型进行交通量预测及实现研究

根据交通量形成的原因,分析了交通量和相关影响因素之间的关系以及交通量预测的特点,建立了交通量预测的广义回归神经网络(GRNN)模型。以某一公路交通吸引区1985~1995年的交通量和相关经济指标的历史统计数据作为学习样本,通过拟合训练和外推预测分析,验证了GRNN用于交通量预测的有效性。     

DHSSA优化的K均值互补迭代车型信息数据聚类

针对传统方法在车型信息数据聚类过程中受初始化中心点的影响较大导致聚类精度低、鲁棒性差以及在迭代过程中求取均值选择聚类中心受离群点影响大的问题，提出了一种DHSSA优化的K均值互补迭代车型信息数据聚类方法。首先，针对SSA算法中发现者位置更新不足和种群多样性不足的问题，设计了一种扰动因子-领头雀优化策略，通过自适应领头雀策略加强了最优个体的影响力，利用扰动因子扩大搜索空间，提升了寻找聚类中心的准确率；其次，设计了基于筛选最大最小距离积方法 SMMP优化聚类中心的初始化，在MMP基础上增加了筛选机制，使初始化的中心尽可能更均匀地分布在每个簇中；最后，融合DHSSA和SMMP来优化K均值互补迭代，在减小迭代次数的同时增加搜索效率，得到较好的聚类结果。利用多种数据集进行测试，通过试验结果中的收敛曲线和性能指标可以看出，提出的DHSSA-KMC方法相对于SSA-KMC、IMFO-KMC、KMC和KMC++具有更高的搜索精度、收敛速度和更低的聚类代价，并且耗时相对于SSA-KMC和IMFO-KMC有所减少，证明了算法的有效性和优越性。在车型信息数据处理过程中，DHSSA-KMC可以高效聚类生成竞品...