您的位置: 专家智库 > >

童鑫

作品数:2 被引量:4H指数:1
供职机构:上海大学机电工程与自动化学院更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇优化算法
  • 1篇智能温室
  • 1篇温室
  • 1篇论域
  • 1篇模糊PID
  • 1篇模糊控制
  • 1篇控制研究
  • 1篇变论域
  • 1篇K-MEAN...

机构

  • 2篇上海大学
  • 2篇上海电力建设...

作者

  • 2篇童鑫
  • 1篇钱麟
  • 1篇钱麟
  • 1篇张玮
  • 1篇张安发

传媒

  • 2篇工业控制计算...

年份

  • 1篇2018
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
基于人类学习优化算法的变论域模糊PID控制研究被引量:3
2017年
针对一些复杂的工业控制系统中利用常规的PID控制往往难以达到理想的控制性能,以及控制系统中控制器的相关参数难以精确设定的问题,提出了一种基于人类学习优化算法(Human Learning Optimization,HLO)的变论域模糊PID控制方法并应用于电站的优化控制当中。首先介绍了HLO算法以及变论域模糊PID控制方法的相关原理,然后阐述了运用HLO算法对变论域模糊PID控制器进行优化设计的实现过程,接着和基本的模糊PID控制器以及常规PID控制器的控制性能进行了对比,并与基于粒子群算法、差分进化算法和声搜索算法的变论域模糊PID控制器的控制性能进行了对比。结果表明,基于HLO算法的变论域模糊PID控制器具有更好的控制效果,且实现简便,具有良好的应用前景。
张安发张玮童鑫王西坤
关键词:模糊控制模糊PID变论域
基于人类学习优化算法的K-Means在智能温室大棚中的应用被引量:1
2018年
针对传统的K-Means算法易受初始聚类中心点和异常点影响导致聚类结果不理想的缺陷,利用人类学习优化算法全局搜索能力强的优势,对K-Means算法的初始聚类中心进行优化,提出了一种基于人类学习优化算法的K-Means方法。通过UCI数据集中几组数据对算法进行了聚类实验,实验结果表明与传统的K-Means算法相比,提出的改进算法有效提高了聚类性能。关于温室环境因素的控制策略较为复杂,为了对智能温室中番茄生长环境调控进行决策支持,对温室番茄生长环境中不同的变量指标做聚类分析,挖掘出智能温室大棚中番茄生长的最佳环境范围,调节环境变量让温室一直处于番茄生长的最佳环境中。
李攀攀童鑫沈凯钱麟
关键词:K-MEANS智能温室
共1页<1>
聚类工具0