针对大棚温度调控存在明显的非线性滞后问题,提出一种基于自适应量化因子的离散模糊控制策略,其中量化因子通过粒子群算法自适应优化。首先,依据实验大棚的温度变化规律,对温度进行离散模糊处理,并基于误差建立模糊规则库,应用加权平均法解模糊,构建一种离线计算、在线查表的大棚温度离散论域模糊控制系统。然后,采用粒子群算法自适应优化控制器的输入量化因子和输出比例因子,从而在确保系统稳定的基础上提高系统控制精度。最后,针对某实际大棚模型的温度调节问题,利用所提出的控制策略,在Simulink中建模并进行比较仿真。仿真结果表明,粒子群优化算法能够显著提高系统性能,特别是温度达到稳态的时间缩短了46.3%。

为了解决铣削加工过程中传统优化参数无法随着刀具寿命的变化动态调整,导致刀具性能无法充分利用的问题,对铣削参数自适应优化方法进行研究,提出一种基于优化灰狼算法的铣削参数动态多目标优化方法。通过BP神经网络构建铣削过程中铣削参数与优化目标之间的非线性映射关系;提出刀具寿命等级的概念,通过粒子群优化灰狼算法进行寿命等级内铣削参数自适应优化。试验结果表明:该方法能够在整个刀具寿命周期内根据刀具的寿命衰变程度提供时段内最优的铣削参数方案,在提高刀具使用价值的同时降低碳排放量。