模糊最优化算法在船舶控制中的应用研究

首先分析船舶模糊控制系统以及系统参数的选择。引入模拟退火算法,对系统中模糊变量的量化因子和比例因子进行优化,达到最优控制船舶的目的。最后利用本文设计的算法,对不同海域情况下船舶的航向控制进行仿真。实验结果表明,FLC控制比传统的PID控制更接近预定航行方向,并且方差小,更适合在复杂环境中控制船舶航向。     

基于云的粒子群算法在船舶工程中的研究

船舶的运动情况对于船舶航行的安全非常重要。本文利用船舶纵向运动微分方程获得辨识参数,通过云的粒子群算法进行参数优化,最后进行实验仿真,实验结果表明了此算法能够较为精准的描述出船舶的纵向运动情况。     

遗传粒子群优化算法在船舶动力定位控制中的应用

针对船舶动力定位系统精确定点控制的问题,结合遗传算法(GA)独特的选择交叉变异功能和粒子群优化算法(PSO)较好的记忆功能等优点,提出了遗传粒子群(GAPSO)算法,并应用到最优控制性能指标加权矩阵的权重系数选择中。通过1艘海工多用途动力定位船舶定点控制仿真实验,使船舶纵荡和横荡的位置及艏摇角都逐渐保持在期望值,且所有输出值都收敛有界,结果与传统最优控制相比,遗传粒子群算法在最优控制中更具有效性及较好的寻优性能,有益于船舶工程的应用。     

基于Cruise-Isight的纯电动轻卡动力系统参数匹配及优化研究

以某款纯电动轻卡为研究对象,按照所设定的整车动力性和经济性指标,对动力系统各部件参数进行匹配设计,集成整车仿真软件Cruise和优化软件Isight进行联合仿真,依据优化算法理论,设计合理的组合算法对变速器各挡传动比进行优化。结果显示,优化后的百公里能耗降低了12.8%,续航里程提升了14.8%。     

基于侧斜的螺旋桨优化设计

螺旋桨的螺距、纵倾、侧斜、剖面参数等众多几何参数综合决定着螺旋桨的水动力性能,在进行螺旋桨优化设计的过程中,需要以这些参数为优化变量进行优化。本文以粒子群算法为工具,基于面元法理论,以侧斜为优化变量,推力系数为限制条件,敞水效率为优化目标,对螺旋桨进行优化设计。侧斜用贝塞尔曲线拟合方式进行表达,给定一定的变化范围,符合优化过程中的实际变化。对优化结果进行分析,螺旋桨敞水效率提高,同时改善了桨叶表面的压力分布,有利于延迟空泡的产生;优化桨在0-1的进速中敞水效率均比原桨提高。     

交流稳压电源控制中数据采样技术及算法改进

在基于单片机的稳压电源控制中,介绍了直流采样实现电路和数据处理方法,指出直流采样存在的缺点,提出同步交流采样技术实现交流电压采样,给出交流采样接口电路和两种过零检测实现方法,实现精确同步采样,最后给出工频电压采样数据的数据处理算法.     

基于模糊C均值聚类的模拟电路故障诊断

介绍了模糊C均值聚类分析的理论,并将该理论应用于模拟电路故障诊断.在模拟电路故障仿真分析中引入有容差的各类数据样本,运用迭代优化的模糊聚类算法生成故障模式,然后,将故障模式应用于未知故障情形进行诊断,仿真表明,该方法高效准确.     

土钉支护计算模型及其优化方法探讨

针对目前土钉支护优化设计方法中存在的一些缺陷和不足,深入研究了土钉支护的工作机理,尤其是土钉的受力情况,提出了以钉土间抗剪强度为土钉最大拉力分配刚度的原则,并给出了土钉最大拉力分配系数的计算公式;结合土钉支护整体稳定性的极限平衡分析,推导了土钉最大拉力的计算方法,将计算结果与现场测试进行对比分析证明了该方法的合理性;在深入分析土钉长度计算模型的基础上,建立了以单位支护面积的土钉长度为目标函数的土钉支护优化设计模型;通过引入改进的模拟退火算法和几何控制参数法,探讨了土钉支护优化设计方法的具体实施步骤,并开发出相应的计算程序。工程实例分析表明:所建立的优化设计方法在能保证支护安全的同时兼具有较明显的经济性,其研究成果有一定的理论与工程实用价值。     

变矩器匹配计算及软件开发

针对液力变矩器与发动机匹配要求,重点对它们核心算法共同工作点的求取进行研究。运用Matlab计算发动机和液力变矩器的输入、输出特性,在其共同输出特性的基础上结合整车参数,得出整车牵引力性能。     

基于神经网络的公交客流预测

公交客流量具有动态性,受多种因素的影响,不能或无法用精确的数学模型进行预测。通过对公交客流量预测的Elman和BP神经网络的建立、学习和训练。并以前三年的公交客流量、国内生产总值、工业总产值、城市人口数作为两种神经网络的输入神经元,第四年的公交客流量作为输出神经元,同时以合肥市公交客流量为例进行分析,结果表明：所建的Elman模型比EBP模型的预测精度高,效果好。