公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

支持向量机在炉膛火焰监测中的应用被引量：4: 2010年; 提出一种利用支持向量机算法监测炉膛火焰燃烧状态的方法。通过对几种监测方法的对比发现,对于火焰图像,基本都是从火焰亮度(通过数字图像处理的方法将其分解为R、G、B三原色图案)、火焰面积(摄像机录像的燃烧火焰像素面积)等几个方面提取数据,来分析并最终得到火焰状态的监测结果。在分析支持向量机算法原理的基础上,利用MATLAB语言编写应用程序来实现对图像原始数据的分类分析。在炉膛火焰强度监测中,首先运用数字图像处理的方法获取炉膛火焰燃烧的原始数据(火焰亮度的R、G、B三原色数据),然后利用SVM算法找到图像数据分类最佳的平面(最大间隔超平面),对原始图像数据进行辨识分类,以获得火焰强度监测结果。通过对炉膛火焰原始数据的分析,提取完全燃烧图像的数据点,与火焰图像总的燃烧像素点进行对比,可以得到较准确的燃烧效果分析图,即把结果分为优(完全充分燃烧)、中(大部分充分燃烧)、坏(少部分充分燃烧)三类,然后通过对分类结果的观察分析来采取相应的措施。仿真实验结果表明,利用这种方法分析火焰燃烧图像,可以有效地、实时地判断出火焰的亮度及燃烧状态并准确的分析其燃烧状态。; 刘道光吕丽霞刘长良; 关键词：支持向量机炉膛火焰

多目标微分进化改进算法及应用: 2012年; 微分进化算法作为一种新型、简单、高效的并行随机优化算法,近年来在许多领域得到了应用,多目标微分进化便是其中的一种。针对传统多目标微分进化算法中微分进化控制参数不能自适应调整、算法容易出现早熟和退化的现象,采用惯性权重参数自适应调整的控制策略以及改进的拥挤距离算法对多目标微分进化进行改进,并将改进后的算法用于控制系统PID参数优化仿真试验。结果表明,改进后的多目标微分进化算法具有较好的收敛性和分布性以及较高的搜索效率。; 刘长良于明; 关键词：多目标优化算法微分进化自适应参数优化 PID

支持向量机在锅炉飞灰含碳量软测量中的应用被引量：13: 2010年; 针对目前锅炉飞灰含碳量测量方法存在时间滞后和精度不高等问题,在分析锅炉飞灰含碳量影响因素和做锅炉燃烧特性实验的基础上,利用最小二乘支持向量机这种新的机器学习工具,建立了飞灰含碳量的软测量模型。应用该模型对燃煤电站锅炉的飞灰含碳量进行研究,理论分析和仿真计算表明,该方法学习速度快、泛化能力强、对样本的依赖程度低,比BP神经网络的软测量建模更具有推广力。; 刘长良孙晓娇刘站营; 关键词：飞灰含碳量支持向量机软测量单纯形算法

基于改进粒子群算法的水轮机调速器参数优化被引量：3: 2010年; 提出一种改进的粒子群算法,即将微分进化算法与粒子群算法相结合,在更新粒子位置之前,加入微分进化算法,微分进化算法在变异时,考虑了粒子群算法中当前所寻找到的个体粒子所经过的最优位置及其整个粒子群所经历过最优位置,使粒子的进化具有了一定的方向性。利用典型函数证明了该方法具有较好的全局收敛性和收敛精度。将其应用在水轮机的调速系统参数寻优中,通过二次优化,有效地改善水轮机控制系统过渡过程的动态性能,很好地缓解了该工况下稳定性与抗负荷扰动能力的矛盾。; 孙晓娇侯旭东刘长良; 关键词：粒子群算法微分进化算法水轮机调节改进粒子群算法

基于小生境的极性PSO多目标优化研究及应用被引量：1: 2011年; 提出一种改进粒子群算法,即将子群优化的小生境技术应用于极性粒子群算法,每个子群单独进化,内部粒子群进化增加了极性加速度,仅在边界处进行社会信息的传递。这样既保证了子群内部的有效收敛,又增加了全局多样性。将改进的粒子群算法与多目标优化相结合应用于蒸汽发生器的液位控制器参数整定,仿真结果表明,应用该算法的系统特性与使用传统参数整定法相比,更加稳定、准确和快速,具有较强的鲁棒性。; 刘长良于明; 关键词：小生境技术多目标优化

微分进化算法研究及其在热工过程参数辨识中的应用被引量：5: 2011年; 被控对象的数学模型,对控制系统的设计和分析有着极为重要的意义。采用微分进化算法对被控对象参数进行辨识。这种算法与其它进化算法的不同之处在于它的变异算子是由种群中任意选取的多对向量的差值得到的,并且主要用于实参数优化问题。微分进化算法虽然有简单、搜索效率高的特点,但是仍存在局部最优的问题。因此,在对微分进化算法搜索机理进行分析的基础上,针对其参数难以动态调整的问题对算法进行改进,提出了不依赖于优化问题的控制参数自适应调整机制,进一步提高微分进化算法的全局搜索能力和寻优速度。为验证算法有效性,在MATLAB上编制相应的模型辨识程序,对被控对象数学模型进行辨识、调试运行,并对寻优结果进行对比。; 刘长良于明; 关键词：模型辨识微分进化算法

全选清除导出

共1页<1>

国家高技术研究发展计划(2007AA041106)