【摘 要】
:
研究利用了粒子群优化算法对发酵过程进行辨识的方法。该参数辨识方法的基本思想是将青霉素发酵过程动力学模型转化为组合优化问题,然后采用粒子群优化算法实现青霉素发酵过程的参数辨识。通过仿真,验证了所给的青霉素发酵过程动力学参数辨识的合理性和有效性,辨识精度高,具有一定的实用价值。
【机 构】
:
辽宁石油化工大学信息与控制工程学院,抚顺 113001
【出 处】
:
中国自动化学会第二十五届青年学术年会
论文部分内容阅读
研究利用了粒子群优化算法对发酵过程进行辨识的方法。该参数辨识方法的基本思想是将青霉素发酵过程动力学模型转化为组合优化问题,然后采用粒子群优化算法实现青霉素发酵过程的参数辨识。通过仿真,验证了所给的青霉素发酵过程动力学参数辨识的合理性和有效性,辨识精度高,具有一定的实用价值。
其他文献
高炉料面煤气流分布在一定程度上决定了高炉能否运行在高效低耗的状态,关系到整个钢铁企业的经济效益。本文针对料面煤气流分布难以直接检测的问题,采用两级信息融合的方法设计高炉料面煤气流分布检测方法。首先对多源信息进行了空间和时间的配准,然后采用数据级融合分别建立高炉布料模型和料面温度场模型,利用模糊决策级融合求出高炉料面的煤气流分布。通过现场数据仿真,表明本文的检测方法有效,能够准确地反映高炉料面的煤气
为提高再入弹头的机动突防能力,采用单框架控制力矩陀螺(SGCMG),替代气动舵面、矢量推力发动机等传统执行机构,产生姿态控制所需的力矩。在中性静稳定弹体的假设下,利用Lyapunov稳定性理论,设计了弹头姿态控制器。同时,采用带零运动的伪逆操纵律,将姿态控制器输出的控制力矩指令分解为SGCMG的框架角速率指令。与气动舵面、矢量推力发动机相比,由于SGCMG直接安装在弹体内部,不存在控制执行机构烧蚀
求解多约束下最小代价组播树是一个NP完全问题。为了有效地解决QoS受限路由问题,本文首先提出了一种基于差分进化的多约束QoS组播路由算法,结合差分进化算法的实数编码特点,组播树个体采用了路径编码的方式,通过变异操作和竞争生存策略进行寻优,然后分析了差分进化算法中的主要参数对组播算法性能的影响。实验仿真通过与遗传算法相比较来评价差分进化算法应用于组播路由问题中的综合性能,结果对比表明差分进化算法具有
为了消除压电执行器迟滞特性的不良影响,建立了神经网络动态迟滞模型。首先提出了一个动态迟滞算子来提取迟滞的记忆性和速率相关性,并刻画了迟滞的非平滑性,同时将迟滞的多值映射转化成一一映射,为迟滞的神经网络辨识提供了前提条件。然后用神经网络来逼近这个一一映射建立迟滞的动态模型。该模型结构简单、能够反映速率相关迟滞的动态特性、易于调整参数以适应不同条件下的迟滞辨识。最后应用该方法对压电执行器中的动态迟滞非
本文基于高阶线性系统的状态反馈特征结构配置结果,提出了离散时滞系统的有记忆状态反馈控制器,该问题与一类高阶Sylvester矩阵方程密切相关,通过建立这个矩阵方程的两个解析通解,得到了特征结构配置问题的两个参数化解,给出了反馈增益矩阵和闭环特征向量矩阵的简单的完全参数化表示,方法一仅仅依赖一个奇异值分解序列,数值计算简单可靠;方法二利用系统右互质分解技术,允许闭环特征值是待定的,并可通过优化算法确
嵌入式硬件发展日新月异,使得软件的比重逐渐加大,针对目前嵌入式软件开发工具的不足,本文提出利用面向对象的技术来设计一种嵌入式软件IDE,使设计人员利用可重用的组件模块,搭建符合硬件要求的软件系统,大大提高开发效率和软件质量。
本文首先改进了经典的图像修补的变分模型(TV)模型并结合基于样本块的图像修补模型。我们将静态的图像修补模型与视频修补方法相结合,从一个新的角度,在两帧图像之间以增加一帧,应用TV去噪,应用样本块修复背景,然后把目标放在相应位置,形成新帧,使人物动作连贯,从而达到更好的视频图像的修补效果。
将通信网络带来的各种干扰看成是一种干扰数据流,采用队列方法分析和建立NCS中通信网络环节的动态模型,该模型中的队列输出速率和丢包率不仅与队列长度、输出链路带宽有关,而且与数据到达率有关。不仅体现出队列长度的随机变化,更符合网络传输的实际情况。仿真实验也表明,本文的数据传输模型不仅可以较好地模拟通信网络中时延和丢包发生的随机现象,而且可以提高网络系统的传输能力。
文章对一类加权无标度复杂网络的负载传输问题进行了研究,提出了一种新的优化路由策略,以提高复杂网络的吞吐量。在此加权无标度网络中,各边的传输能力与其边权成正比,负载传输受到各边传输能力的制约。优化路由策略通过利用节点信息,避免负载集中地通过个别边,使负载分布更趋于均匀。与传统最短路径路由策略的仿真比较进一步验证了优化路由策略的优异性能。
针对混杂系统非线性和非一致连续的复杂特性,使用混杂系统描述语言(HYSDEL)建立分段仿射(PWA)模型,并利用模型预测控制方法对系统进行控制,对于模型预测控制中反复在线优化存在计算量大、求解速度慢的问题,采用多参数规划求解方法进行解决。通过对具体实例的仿真研究,结果表明本文的控制方法是有效的。