摘要：现实中城市交通流的运行具有很强的非线性特性,采用简单的线性模型难以全面描述交通流的实际运行过程.本文在考虑城市交通流非线性动态特性的基础上,提出了一种非线性交通流排队模型,并基于宏观交通流固有的周期性特征,设计了交叉口信号的迭代学习控制策略.通过对交叉口信号的迭代学习控制,使交叉口各进口道的车辆排队长度尽可能趋于均衡,提高交叉口信号有效绿灯时间的利用率,从而提高路网的通行效率.最后通过严格的数学推导证明了该方法的收敛性,仿真研究及实验结果验证了所提方法的有效性.

摘要：以实现对解空间某一邻域进行一定密度的采样为目标,采用云模型的思想改进遗传算法,设计粒编码方式下个体的表现形式以及个体的评价方法,并针对数值优化问题形成遗传算子和基于粒编码方式的遗传算法GCGA(Granular coding genetic algorithm)。10个常见函数的数值优化实验表明,GCGA能够跳出局部最优点,搜索到全局最优点;与GA(Genetic Algorithm)和PSO的优化结果进行对比,表明GCGA是一种优秀的改进的进化算法。

摘要：当前对于批次过程控制系统的性能评价方法都是在扰动服从高斯分布的假设条件下给出的,然而,在实际工业生产过程中,扰动不一定服从高斯分布。现有关于非高斯控制系统性能评价的方法主要适用于连续过程,不能直接应用于批次过程。针对非高斯批次控制系统,提出一种最小有理熵控制性能评价(CPA)新基准。另外,针对实际工业过程中批次过程模型未知的问题,提出一种改进的有理熵分布估计算法(RE⁃EDA),用于估计系统模型参数和非高斯扰动的概率密度函数(PDF),进而实现控制性能评价的目的。最后,将提出的RE⁃EDA算法和有理熵控制性能评价方法应用于数值算例和批次反应器过程,证明所提方法的有效性。

摘要：针对传统球磨机料位软测量模型难以适应生产过程中的时变特性,以及磨机信号中存在的非线性和不确定性等问题,将磨机筒体的振动和振声频谱作为辅助变量,提出基于改进即时学习算法的料位软测量模型。采用梅尔频率倒谱系数提取所有样本的特征参数;以当前样本作为查询样本,采用云模型理论计算其与历史样本的相似度并得到最近邻样本;利用得到的最近邻样本建立局部最小二乘支持向量机模型并预测当前料位。实验结果表明,该软测量模型可以有效地实时测量球磨机料位并能获得较高的预测精度。

摘要：针对传统PID控制精度高但参数难以整定且动态调节范围小的特点,结合锅炉汽包水位的实际特性,在模糊PID的基础上,研究并设计出了简化的变论域模糊PID控制器,在仿真研究的基础上将该控制器应用于某电厂330MW循环流化床锅炉的汽包水位控制系统中。在该机组投AGC期间的试验结果表明:变论域模糊PID具有比模糊PID和传统PID更好的控制效果,特别是在机组负荷扰动大时,能表现出超调量小、速度响应快、控制精度高等良好控制品质。

摘要：尾矿库是维持矿山正常生产的必要设施也是金属非金属矿山的重大危险源。将ZigBee无线传感器网络技术应用于尾矿大坝安全监测系统中,依据当前尾矿库大坝安全监测系统的监测方式,设计一套基于ZigBee技术的尾矿大坝安全监测系统及传感器网络节点,详细描述了网络的组建、监测系统的数据传输过程和网络路由方式。

摘要：本文以自动化专业的课程、知识单元、知识点为节点,以其先学关系为连边构建自动化专业有向知识网络。利用复杂网络的理论和方法,对自动化专业知识网络的拓扑结构进行分析,挖掘其统计特性、社团结构等。将挖掘的特性与教学设计和学习引导相结合,有利于创新教学方法和提高学生学习能力,以期对自动化专业的本科教学产生积极影响。

摘要：针对交通拥堵检测,提出一种利用深度学习中卷积神经网络(convolutional neural network, CNN)对交通拥堵图像进行检测的方法。首先,使用基于TensorFlow框架设计了含有三层卷积层的神经网络分类模型。其次,利用道路拥堵与非拥堵图片对分类模型进行训练,并进行评估。最后,利用训练完成的模型进行道路拥堵检测,与多种深度学习分类模型分类方法进行对比实验,表明该卷积神经网络模型能够更有效地进行拥堵检测,检测准确率达到了98.1%。