模糊控制在循环流化床锅炉床温控制系统中的应用研究

由于循环流化床锅炉床温控制系统具有大滞后、多变量、强耦合等非线性特性,其控制系统比较复杂。为了解决复杂控制系统难以控制的问题,采用模糊控制理论进行锅炉床温控制系统的设计,并应用MATLAB软件对模糊控制系统进行仿真。仿真实验结果表明,与传统的PID相比,采用模糊控制策略,系统的响应速度快,控制精度高。     

基于灰色聚类和模糊综合评判的装备——装备群健康状态评估

针对目前装备健康状态评估存在的问题,建立了一个基于灰色聚类和模糊综合评判的“装备-装备群”两级评估模型。该模型利用灰色聚类法来评估单个装备的健康状态,将得到的单个装备健康状态的聚类系数向量作为模糊综合评判的隶属度向量,利用模糊综合评判技术来评估装备群的整体健康状态。详细论述了评估模型建立的关键问题：健康状态的分级、评估指标、白化权函数以及权重的确定。最后通过实例分析表明,该模型评估结果合理,可操作性强。     

基于熵权的岸基油料保障设施设备效能评估

岸基油料保障是舰艇油料保障的重要方式,岸基油料保障设施设备效能直接影响舰艇油料保障效率。通过对影响岸基油料保障设施设备效能因素的分析,从储油设施设备、输油设施设备、油料装卸加注设施设备3个方面建立了评价指标体系。针对评价中指标权重确定时主观性较强的缺点,引入信息熵的概念进行评价指标权重的计算,建立了基于熵权的岸基油料保障设施设备效能评估模型。通过对3个基地岸基油料保障设施设备效能的实例分析,验证了模型,为舰艇岸基油料保障提供了决策依据。     

基于模糊聚类方法的机场目标选择模型

在现代战争中,机场作为一个战略级别的目标,要发挥其整体的作用需要目标群中的每个子目标都能最大限度地相互配合,使其本身的价值充分地体现出来.针对当前在目标选择上片面的问题,根据模糊聚类方法的基本原理,结合机场本身的特征进行改进,构建了机场目标选择模型,通过计算,证明可以克服以往目标打击方案界定的不明确性,避免了选择目标的单一化.     

油料装备智能维修决策系统研究

在分析油料装备维修管理特点的基础上,提出油料装备智能维修决策系统体系结构,论述模型库与知识库的构建方法,描述维修推理机工作原理。针对油料装备故障诊断信息具有模糊性的特点,建立油料装备故障智能模糊诊断模型,论述故障诊断模糊规则、模糊推理步骤、模糊算子定义及其推理方式。对维修策略决策的主要影响因素进行分析,以使油料装备稳定性及经济性、维修周期达到最佳为维修策略目标,构建油料装备维修策略模型,论述维修策略原则和模型工作流程。油料装备智能维修决策系统的研究,对提高油料装备维修科学化和智能化水平,加强油料装备保障力度具有重要意义。     

随机动态规划的混合算法研究

针对随机条件下动态规划模型的主要特点,运用智能算法混合编程理论,设计了一种探索多阶段决策问题的智能混合算法.该算法首先将问题转化成一族同类型的一步决策子问题,然后利用随机模拟和遗传算法,依据训练样本形成的训练神经元网络,在单步决策中寻求最优策略和最优目标值,逐个求解,再据初始状态逆序求出最优策略序列和最优目标值.仿真结果表明,该算法具有一定的通用性,初始设计点可以随机产生,其计算精度不因函数的非线性强弱而受影响,对目标和约束的限制较少,可应用于多种形式的随机多阶段决策优化问题,较好地满足了随机动态规划模型求解和优化的要求.     

一种基于AMDF和ACF的基音周期提取算法研究

文中提出一种基于短时平均幅度差分函数(AMDF)和短时自相关函数(ACF)的基音周期提取算法。首先,将每帧语音信号通过AMDF算法进行计算,然后把得到的AMDF数值再通过ACF算法进行计算,得出每帧信号的基音周期,最后运用动态平滑技术计算出最终语音信号的基音周期。通过仿真实现该算法,并同基于MAMDF和ACF的基音周期提取算法进行比较。     

Two‐machine flow shop scheduling with common due window to minimize weighted number of early and tardy jobs

This article studies two due window scheduling problems to minimize the weighted number of early and tardy jobs in a two‐machine flow shop, where the window size is externally determined. These new scheduling models have many practical applications in real life. However, results on these problems have rarely appeared in the literature because of a lack of structural and optimality properties for solving them. In this article, we derive several dominance properties and theorems, including elimination rules and sequencing rules based on Johnsos order, lower bounds on the penalty, and upper bounds on the window location, which help to significantly trim the search space for the problems. We further show that the problems are NP‐hard in the ordinary sense only. We finally develop efficient pseudopolynomial dynamic programming algorithms for solving the problems. © 2009 Wiley Periodicals, Inc. Naval Research Logistics, 2009     

What you should know about approximate dynamic programming

Approximate dynamic programming (ADP) is a broad umbrella for a modeling and algorithmic strategy for solving problems that are sometimes large and complex, and are usually (but not always) stochastic. It is most often presented as a method for overcoming the classic curse of dimensionality that is well‐known to plague the use of Bellman's equation. For many problems, there are actually up to three curses of dimensionality. But the richer message of approximate dynamic programming is learning what to learn, and how to learn it, to make better decisions over time. This article provides a brief review of approximate dynamic programming, without intending to be a complete tutorial. Instead, our goal is to provide a broader perspective of ADP and how it should be approached from the perspective of different problem classes. © 2009 Wiley Periodicals, Inc. Naval Research Logistics 2009     

积分模糊变结构控制的导弹侧向自动驾驶仪设计

针对导弹侧向稳定回路这一参数大范围快时变系统,应用一种积分模糊滑模控制方法来设计自动驾驶仪.通过模糊控制和滑模控制的有机结合,并引入积分环节,使得控制输出得到连续化,避免了变结构控制所固有高频颤振现象,易于工程实现.仿真结果表明,给出的积分模糊变结构控制器,能够抑制弹体模型参数的大范围变化和外界干扰等不确定因素的作用,具有很强的鲁棒性和良好的动态性能.