RBF神经网络在股市趋势预测中的应用

将RBF神经网络应用在股市趋势预测中，RBF网络中心点的选取采用最近邻聚类学习算法，以上证指数和基金裕阳为对象进行建模与预测，结果表明，此种网络具有较好的学习和泛化能力，在股市趋势预测中取得了较好的效果。     

基于GLR-NT的显著误差检测与数据协调

提出了一种广义似然比法（Generalized Likelihood Ratio, GLR）与节点检测法 (Nodal Test, NT)组合的显著误差检测和稳态数据协调方法。该方法充分发挥了GLR法和NT法的优点,采用逐次侦破、补偿校正的策略,避免了传统显著误差侦破方法中系数矩阵降秩问题,并且融入了测量变量的上、下限约束,最终实现显著误差的侦破、识别、处理和测量数据的协调。仿真结果显示：该方法对多显著误差特别是误差幅度较小或出现节点大显著误差相互抵消的情况具有较好的性能,优于单独的GLR法和NT-MT法。一个实例验证了该算法的有效性。     

基于小波核函数极限学习机的模型预测控制模拟

针对醋酸精馏控制中,产品质量采用常规的温度间接控制存在精度低的问题,提出了一种基于小波核函数极限学习机的模型预测控制（KMPC）策略,在醋酸浓度软测量的基础上直接控制产品质量。鉴于小波核函数极限学习机（KELM）算法训练速度快并且稳定的特点,该控制系统采用KELM建立醋酸浓度控制器预测模型,以预测控制器的输出作为再沸器蒸汽流量控制器的设定值,构成串级调节系统,同时,以灵敏板温度、塔底温度、再沸器入口温度、压力等变量作为扰动变量,实现了对复杂精馏过程的前馈控制和非线性预测控制。运用ASPEN DYNAMICS流程模拟软件建立的醋酸精馏塔动态模型对KMPC策略进行仿真研究,结果表明,与传统DMC预测控制方案比较,塔底醋酸浓度控制精度有较大提高,控制结构简单,易于实施,能够实现产品质量的卡边控制。     

基于分层内嵌预测控制的多微电网能量优化管理

针对提高多微电网的恢复力,考虑微电网发生故障时的多微电网能量调度管理,提出了一种基于分层内嵌结构的预测控制策略。在内嵌结构层中,通过对不同微电网的负荷关键度进行区分,将拥有关键负荷的微电网嵌套于内嵌结构里层进行保护,保证了关键微电网的安全运行,有效降低故障微电网的波及影响。在中央调度层,通过协调各微电网及电动汽车出力,在考虑电动汽车接入微电网具有随机性的情况下,实现对故障微电网在短期内的功率支撑,保证其长期安全运行的目的。仿真结果表明,本文提出的方法能够在微电网发生故障时对故障微电网提供可靠的能量供给,满足多微电网系统的功率平衡,同时降低故障的影响范围,保证多微电网系统的安全运行。     

罐区计算机监控管理系统的设计与开发

针对罐区的特点，以智能仪表，计算机通信，网络技术为基础，设计了一套计算机监控管理系统，并介绍了该系统的组成，功能，通信过程以及实施效果，该系统结构简单，功能完备，在罐区有广泛的应用前景。     

三电平逆变器直接功率控制的拓展算法

阐述了多电平逆变器的控制策略和拓扑结构,并具体分析了三电平逆变器的工作原理。提出了一种基于直接功率控制的算法,协调控制系统的有功功率、无功功率和中点电压。该算法通过3个滞环控制器实现,并分析各个逆变器电压矢量作用后产生的有功、无功、中点电压的变化,从而选择合适的逆变器电压矢量,控制各个IGBT的关断。仿真结果表明：基于该算法的三电平逆变器输出电压与电流波形良好,直流侧电压稳定,同时中点电压滞环控制器抑制了中点电压的波动。     

基于改进的遗传算法优化支持向量机的精馏塔故障诊断

针对支持向量机（SVM）参数的选取困难,提出了利用改进的遗传算法（IGA）对其参数进行优化。IGA采用代沟选择和可变交叉概率,确保当前种群中最适应的个体总是被连续传播到下一代,并使进化后期优化的对象比较容易稳定,计算效率提高。将基于改进遗传算法优化的SVM（IGA-SVM）训练算法应用于某醋酸共沸精馏塔的故障诊断,仿真实验结果表明：对比标准GA-SVM算法,IGA-SVM算法对故障数据能够得到较优的分类辨识结果,且该算法训练速度更快,便于工程应用,对精馏塔的故障诊断有显著的指导作用。     

用于定量PCR反应的温度控制系统

从硬件和软件两方面定量PCR反应温度控制系统的设计.从系统实际特点出发,通过优化软、硬件设计改善系统的主要性能指标,如重复性、可靠性和温控精度.