薛云灿 作品数:56 被引量:389 H指数:8 供职机构: 河海大学 更多>> 发文基金: 国家自然科学基金 国家高技术研究发展计划 江苏省自然科学基金 更多>> 相关领域: 自动化与计算机技术 电气工程 化学工程 冶金工程 更多>>
焦化过程的控制策略研究 薛云灿焦炉焦化模型开发——热物理参数计算模型开发(Ⅰ) 1995年 焦化过程是一个伴随有物理、化学变化的传热过程,建立焦化模型,必须首先从煤高温于馏机理出发建立煤热分解时的热物理参数(如比热、密度、收缩率.传热系数等)随其化学组成和结构变化的模型.并利用该模型建立煤与焦的热量与物质传递模型.本文详细讨论了焦化过程中煤的热物理参数计算及其仿真. 薛云灿 吕勇哉关键词:焦炉 焦化过程 热分解 一类无静差专家模型算法控制研究 1999年 研究了一种新型控制算法———无静差专家模型算法控制算法。重点讨论了该算法在对象参数和时滞等发生变化时的鲁棒性。与常规模型算法控制相比,该算法消除了静差,具有良好性能,无需复杂计算,适合于工业控制应用。 薛云灿 黄国铭关键词:预测控制 智能控制 混沌变异粒子群优化算法及其应用研究 为克服粒子群优化算法容易陷入局部最优值的缺点,提出了基于变异思想的粒子群优化算法,为提高粒子群优化算法的计算精度,利用混沌运动随机性、遍历性的特点,提出了一种基于混沌思想的改进粒子群优化算法,进而提出了基于混沌变异的改进... 薛云灿 沈继东 杨启文 岳兴汉关键词:粒子群优化 混沌 水库优化调度 差分进化算法综述 被引量:139 2008年 差分进化算法是一类基于种群的启发式全局搜索技术,对于实值参数的优化具有较强的鲁棒性.为了提高差分进化算法的寻优速度、克服启发式算法常见的早熟收敛问题,许多学者对差分进化算法进行改进.本文综述差分进化的基本形式及其多种改进形式,讨论它们的优缺点,指出下一步的改进方向. 杨启文 蔡亮 薛云灿关键词:差分进化 遗传算法 300MW机组煤耗影响分析软件开发与应用 2015年 煤耗是最适合衡量机组运行经济性的指标。该软件在Visual C++6.0环境下,编写计算通用程序,采用MFC设计程序界面,使用ADO连接SQL Server 2008数据库。并依据美国ASME标准,以300MW凝汽式机组作为测试案例,对该软件的可行性与精确度进行了验证。该软件不但简化了过去复杂的计算过程,提高计算精度,界面化的呈现更直观清晰,而且具有良好的通用性和扩展性,满足了对工程应用的需求。 沙伟 薛云灿 杨亚 蔡昌春关键词:微软基础类库 SQL SERVER 凝汽式机组 基于Inver-Over算子的改进离散粒子群优化算法 被引量:4 2010年 离散粒子群算法能充分利用粒子的局部极值和全局极值信息,但收敛速度慢、精度低;Inver-Over算子收敛速度快、精度高,但学习具有盲目性.结合二者优点,文中提出一种基于Inver-Over算子的改进离散粒子群优化算法.为防止早熟收敛,引入局部最优子群的概念,使粒子向局部最优子群中粒子学习而不是向个体局部最优学习.引入3个参数:学习选择概率用以确定粒子的学习对象,代数阈值确定何时向全局最优粒子学习,局部最优子群比决定最优子群的规模.讨论这些参数的选择原则,并给出相应参考选择范围.研究表明,文中算法与普通离散粒子群优化算法和郭涛算法相比,收敛速度和求解精度都有较大提高. 郑东亮 薛云灿 杨启文 李斐关键词:郭涛算法 旅行商问题 基于遗传算法整定的PID网络流量控制 结合经典控制理论和优化控制理论设计了基于遗传算法的线性PID控制器,并与经典的PID控制器进行了比较.此控制器较好地控制了交换机缓冲器的队列长度,动态性能明显优于一般PID控制器,并得到了仿真结果的验证. 赵海宾 薛云灿关键词:ATM网络 流量控制 PID控制 遗传算法 文献传递 基于改进离散粒子群算法的炼钢连铸最优浇次计划(英文) 提出了浇次数未知的最优浇次计划模型.在分析该模型求解困难的基础上,提出了用伪旅行商表示该模型的方法.针对离散粒子群优化具有收敛速度、精度低,但能充分利用各粒子的局部最优值和全局最优值信息的特点,而序列倒置算子具有收敛速度... 薛云灿 郑东亮 杨启文关键词:离散粒子群优化 旅行商问题 文献传递 基于BP神经网络的光伏发电预测模型设计 被引量:13 2016年 结合历史发电量和气象数据分析了影响光伏系统发电功率的各项因素,针对传统光伏发电预测模型预测精度不高的问题,加入了电池板温度信息作为光伏发电预测模型的输入参考量;针对传统BP神经网络易陷入局部极值的缺陷,提出了基于改进学习率和权值的弹性自适应规则的BP神经网络。采用光伏监控系统历史发电量和气象数据建立了弹性自适应BP神经网络预测模型,对训练好的模型进行了测试和评估。预测结果表明,该预测方法较好地解决了传统BP算法易陷入局部极值的问题,提高了系统预测结果精度。 王思睿 薛云灿 李彬 邓立华 顾菁关键词:BP神经网络 气象数据 局部极值