周建新
- 作品数：5 被引量：31H指数：4
- 供职机构：北京科技大学计算机与通信工程学院更多>>
- 相关领域：自动化与计算机技术金属学及工艺更多>>
- 改进蚁群神经网络及其在滞后系统中的应用被引量：5
- 2010年
- 针对热连轧监控AGC系统具有多变量、强耦合、非线性、大滞后及参数时变的特点,提出了一种改进蚁群神经网络,采用动态局部信息素更新和自适应调节信息素挥发的全局信息素更新相结合的方式对蚁群算法进行了改进。并利用改进后的蚁群算法对神经网络权值和阈值进行优化,利用优化后的神经网络对PID控制器参数进行整定。改进的蚁群算法稳定性好,寻优效率高,避免了神经网络参数陷入局部极小等问题,从而实现大滞后系统的优化控制。仿真结果表明,在监控AGC系统中,在对象的滞后时间发生变化的情况下,基于改进蚁群神经网络的优化控制系统具有动态响应速度较快,对外部扰动具有良好的鲁棒性,使控制品质得到很大的提高。
- 周建新杨卫东李擎
- 关键词：蚁群算法神经网络时滞PID
- 基于提升小波的轧辊偏心信号提取及自适应控制被引量：9
- 2008年
- 由于基于频域的经典小波变换运算时间较长,不能很好地满足轧辊偏心信号在线实时控制的要求,提出了用提升结构小波变换对偏心信号进行不同分辨率下分解处理的新方法.通过对轧制力信号和厚差信号的分析,利用提升和对偶提升原理将偏心信号从干扰信号和噪声信号中提取出来并通过参数自校正控制实现对轧辊偏心的在线动态控制.仿真结果表明,该方法获得了比较理想的效果,并且在同样数据长度下,提升小波变换运算速度比经典小波变换至少提高1倍以上.
- 周建新杨卫东叶双
- 关键词：轧辊偏心提升小波变换自寻优控制DAUBECHIES小波自适应控制
- 求解连续函数优化问题的改进蚁群算法及仿真被引量：15
- 2009年
- 蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,该算法采用分布式并行计算和正反馈机制,易于与其它方法结合,目前虽然已经在离散空间优化领域中得到了广泛应用,但是在求解连续空间优化问题方面的研究相对较少。在介绍基本蚁群算法机制原理和数学模型的基础上,对信息素更新方式进行了改进,采用动态局部信息素更新方式和自适应调节信息素挥发的全局信息素更新方式相结合,并将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间,以提高改进后蚁群算法的全局收敛性能。仿真实验表明,提出的改进蚁群算法能更快地找到连续空间优化问题更优良的全局解,从而为蚁群算法求解这类问题提供了一条可行有效的新途径。
- 周建新杨卫东李擎
- 关键词：蚁群算法连续空间优化信息素旅行商问题
- 基于非对称冗余网络的嵌入式控制单元
- 针对对称冗余网络方法存在着某些不足之处,分析了冗余网络环境下控制系统通讯可靠性,以RCM2200控制单元为核心,提出了基于非对称冗余网络结构数据通讯容错方法,设计了非对称冗余网络控制单元硬件、软件并对工作原理进行了详细说...
- 周建新杨卫东李擎
- 关键词：冗余RCM2200控制器容错嵌入式系统
- 文献传递
- 基于一种改进提升小波变换的轧辊偏心自寻优控制被引量：5
- 2009年
- 为了提高传统小波变换的性能,使用提升小波变换提取轧辊偏心信号,并对其进行在线自寻优控制.采用一种改进的蚁群算法优化小波阈值,并运用自寻优策略对系统参数进行优化.提升小波不依赖傅里叶变换,计算简单,运行速度快.仿真试验表明,该方法是有效的,对外界环境干扰具有很好的适应性,能够实现轧辊偏心信号的实时动态控制.
- 周建新杨卫东李擎
- 关键词：轧辊偏心自寻优消噪
