检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一次走刀立铣加工优化与CAM软件开发

机械工程学报 2003年第10期39卷 141-146页

作者：王军张建明魏小鹏昆士兰理工大学机械制造及医学工程学院大连理工大学大连大学

研究了数控机床一次走刀立铣加工的计算机辅助优化与CAM软件的开发。基于最大生产率原则建立了数控机床一次走刀立铣加工的优化数学模型,采用数学分析与图形表达结合的方法开发了一种全局优化策略与CAM软件。这种优化策略不仅能够获得... 详细信息

研究了数控机床一次走刀立铣加工的计算机辅助优化与CAM软件的开发。基于最大生产率原则建立了数控机床一次走刀立铣加工的优化数学模型,采用数学分析与图形表达结合的方法开发了一种全局优化策略与CAM软件。这种优化策略不仅能够获得全局最优解,缩短优化时间,而且也适用于以最低成本为目标的优化过程。试验验证了该优化策略不仅具有比手册数据更好的经济性,还可以评估及改善机床性能。

关键词：数控机床一次走刀立铣加工优化 CAM 软件开发

在线全文

学校读者我要写书评

暂无评论

一种基于初始闭环系统的性能评估方法

自动化学报 2013年第5期39卷 649-653页

作者：谢磊冯皓张建明浙江大学智能系统与控制研究所杭州310027

基于初始闭环系统的输出方差和最小方差指标,提出了一种新的性能评估方法.在过程时滞变化的情况下,基于最小方差指标的评估可能会得到错误的结论,而新的方法可以避免这一缺点.扩展的性能指标以控制器投运后的初始状态作为零基准,能够更... 详细信息

基于初始闭环系统的输出方差和最小方差指标,提出了一种新的性能评估方法.在过程时滞变化的情况下,基于最小方差指标的评估可能会得到错误的结论,而新的方法可以避免这一缺点.扩展的性能指标以控制器投运后的初始状态作为零基准,能够更准确地反映操作工系统性能的变化,能够很好地替代最小方差指标.利用交互矩阵可将扩展指标推广到多变量系统的评估中,本文将这一算法应用于精馏塔过程的评估.精馏塔过程的仿真示例验证了方法的有效性,表明过程时滞变化时用扩展指标来进行评估更能反映系统性能的变化.

关键词：性能评估初始闭环系统最小方差指标精馏塔

在线全文

学校读者我要写书评

暂无评论

基于反馈学习粒子群算法的极值搜索控制

上海交通大学学报 2012年第12期46卷 1962-1966页

作者：董方谢磊张建明浙江大学工业控制技术国家重点实验室智能系统与控制研究所杭州310027

将基于反馈学习的粒子群(Feedback Learning Particle Swarm Optimization,FLPSO)算法引入极值搜索控制中,并且应用经典跟踪参考信号的方法,进一步改善极值搜索控制的性能.仿真结果显示,算法使系统控制输出平稳,并且系统性能输出快速渐... 详细信息

将基于反馈学习的粒子群(Feedback Learning Particle Swarm Optimization,FLPSO)算法引入极值搜索控制中,并且应用经典跟踪参考信号的方法,进一步改善极值搜索控制的性能.仿真结果显示,算法使系统控制输出平稳,并且系统性能输出快速渐进收敛到最优值,改善了基于格拉姆矩阵设计的极值搜索控制算法中存在的输出震荡问题.

关键词：粒子群优化极值搜索控制性能输出震荡

在线全文

学校读者我要写书评

暂无评论

基于离散量子微粒群优化的作业车间调度

浙江大学学报（工学版） 2012年第5期46卷 842-847页

作者：张建明谢磊毛婧敏董方浙江大学智能系统与控制研究所、工业控制技术国家重点实验室浙江杭州310027

针对强非确定性多项式难的作业车间调度(JSP)问题,提出一种离散量子微粒群优化算法(DQPSO).该算法基于量子态波函数描述微粒群粒子位置,结合遗传算法中的交叉、变异操作,采用随机键编码方法对连续空间内的解进行离散化,使得DQPSO能够直... 详细信息

针对强非确定性多项式难的作业车间调度(JSP)问题,提出一种离散量子微粒群优化算法(DQPSO).该算法基于量子态波函数描述微粒群粒子位置,结合遗传算法中的交叉、变异操作,采用随机键编码方法对连续空间内的解进行离散化,使得DQPSO能够直接用于求解车间生产调度这类组合优化问题.另外,针对JSP的复杂性,通过引入2层结构的局部搜索策略,构造在局部优化解附近不同搜索半径的微粒,增强算法的搜索能力,进一步提高解的多样性和寻优质量.应用结果表明,对大部分作业车间调度测试算例,DQPSO表现出更有效的寻优性能.

关键词：作业车间调度离散量子微粒群优化局部搜索

在线全文

学校读者我要写书评

暂无评论

积分过程的PID控制器智能优化设计

浙江大学学报（工学版） 2004年第12期38卷 1601-1605页

作者：张建明王树青浙江大学工业控制技术国家重点实验室先进控制研究所浙江杭州310027

针对积分时滞过程,采用微粒群优化(PSO)算法对比例积分微分(PID)控制器的参数进行优化设计.通过将PID控制器的参数设置为群体微粒在参数空间中的位置,模拟群体智能和动物觅食的动态行为来对PID参数寻优,使代表PID控制器参数的微粒逐渐... 详细信息

针对积分时滞过程,采用微粒群优化(PSO)算法对比例积分微分(PID)控制器的参数进行优化设计.通过将PID控制器的参数设置为群体微粒在参数空间中的位置,模拟群体智能和动物觅食的动态行为来对PID参数寻优,使代表PID控制器参数的微粒逐渐向最优区域移动,获得最佳的PID参数.在优化过程中采用了偏差平方积分(ISE)的优化指标.实例仿真结果表明,基于微粒群算法优化得到的PID控制器不仅响应速度快、超调量小、抗干扰能力强,而且对过程时滞的变化具有较强的鲁棒性.

关键词：智能控制微粒群优化(PSO) PID控制器参数优化