针对三相PWM整流器电压环的特点,提出了一种H∞鲁棒控制方法。基于PWM整流器的数学模型,建立了满足H∞控制标准型的状态方程,并选择合适的权函数。通过求解Riccati不等式,得到H∞鲁棒控制器。由于控制器待定参数较多,权函数的选择范围较广,因此设计了一种PSO算法,对所设计的控制器参数进行整定和优化,进一步提高了PWM整流器的控制性能,具有更好的动态性能和抗干扰性。最后,通过仿真证明了该方法的可行性和有效性。

为提高工作面瓦斯涌出量预测的效率和准确率,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的瓦斯涌出量预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM瓦斯涌出量预测模型。利用某矿瓦斯涌出量相关数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、高效地对工作面的瓦斯涌出量进行预测。

单区域负荷频率控制模型，时间乘误差绝对积分ITAE目标函数，GWO算法

GA/T496-2014闯红灯自动记录系统通用技术条件

STM32F1_速度PID单闭环控制例程标准库版本_位置式PID(L298N驱动) 直流有刷电位置式PID源代码（标准库版本）

构建strut2+spring3+hibernate4所需包,打包资源可以在我账号里找

为了解决矿井涌水量预测难题,在Grid-Search_PSO优化SVM参数的基础上,采用SVM非线性回归预测法,对大海则煤矿1999~2008年7月份的矿井涌水量进行了预测。分析对比SVM回归预测法和ARIMA时间序列预测法预测结果的数据误差,发现SVM回归法预测值与实测值之间的偏差比ARIMA时间序列法要小很多。可见在影响矿井涌水量各种因素值具备的情况下,SVM非线性回归预测所建立的模型能够更准确地预测矿井的涌水量,在矿井安全生产中具有很大的应用价值。

通过CODESYS的ST语言建立离散PID模型，结合离散PID的理论分析，验证了PID调节的三个参数的对调整过程及结果的影响和作用。 当然本文所建立的PID模型过于理想，没有干扰，没有测量误差，因此跟现场环境存在很大的差异，对于PID调节，仅能提供一点理论参考。 本文所使用的codesys版本为3.5.14.10，参考博客地址 离散PID理论分析 https://blog.csdn.net/qq_19979629/article/details/123380138 离散PID模型仿真 https://blog.csdn.net/qq_19979629/article/details/123451333

为了提高企业信用风险评估准确率，提出了基于PSO-BP集成的企业信用风险评估模型。使用Bagging抽样技术获得足够多不同的训练数据集，用不同的训练集子集训练得到不同的PSO-BP组合成员分类器，最后通过多数投票准则整合不同组合成员分类器的分类结果。分别在包含了国内外公司的详细数据的数据集上证明了模型的有效性。

为了对煤炭企业物流成本进行有效的预测,首先分析了煤炭企业物流成本的影响因素,然后分别采用PSO-BP网络和BP网络对煤炭企业物流成本进行了预测,并对试验结果进行了对比分析,结果表明,PSO算法优化的BP神经网络,其收敛速度和预测精度都明显高于传统的BP网络。PSO-BP方法对煤炭企业物流成本的预测具有一定的参考价值和指导意义。