介绍一类智能模糊控制算法及其在电加热炉中的应用。实时控制结果表明:它比一般PID控制算法具有超调小,响应快和精度高的特点

提出基于免疫遗传算法与BP网络混合模型的冷连轧机组负荷分配的智能优化新方法,该方法具有学习功能强、计算精度高、使用方便等特点,且适合在线计算.实验证明了该方法的有效性

对按转子磁链定向的矢量控制系统进行了智能控制研究.根据矢量控制的特点,充分运用计算机丰富的逻辑判断和数值运算功能对控制系统进行设计,不仅可以实现模拟控制器的数字化,而且可以突破模拟控制器参数为定值的局限.重点介绍了根据系统的变量变化趋势来确定数字调节器参数的变化规则,同时对于各个不同的调节规律,采用不同的控制策略,使得系统具有更好的动、静态性能指标,更强的鲁棒性.最后通过仿真和实验证明了本文理论的正确性

2.1计算机网络基本知识 2.1.1计算机网络的定义 2.1.2计算机网络的分类 2.1.3计算机网络的功能 2.1.4计算机网络拓扑 2.1.5计算机网络标准化 2.1.6计算机网络的组成

提出基于IGA模型的热连轧精轧机组负荷分配的智能优化新方法,该方法具有计算精度高、速度快等特点,且适合在线计算.实验数据对比分析结果表明了该方法的有效性,为热连轧精轧机组轧制规程的智能优化设计提供了一条新途径

1.1建设工程及各工种的工作内容 1.2建筑电气工程 1.3建筑智能化 1.4学习本课程的目的和方法

研究了智能信息处理在烧结质量推断中的应用，在对图象序列的范型描述和BP算法改进的基础上，成功地应用了图象序列分析与动态模式识别相结合的方法，解决了烧结质量的动态推断问题.实例表明，该方法有很好的实用效果

一、中国建筑节能二阶段目标及其意义 二、“信息”的特征与智能绿色建筑 三、绿色建筑与一般建筑的区别 四、推行绿色建筑的一般对策 五、启动中国绿色建筑运动的杠杆—强化对地方政府的激励

本项目以建设创意信息大数据应用云平台及新一代智能网络通讯的研发和 应用实践为主要建设内容

以缩小连铸二冷区板坯表面实际温度和目标温度的差异为目标,建立了板坯连铸二次冷却智能控制模型.该模型采用支持向量机(SVM)实现板坯表面目标温度的动态设定,采用对角递归神经网络(DRNN)实现板坯表面温度的预测,采用T-S模糊递归神经网络实现二次冷却水动态调整与分配.通过对某钢厂板坯连铸过程进行仿真计算和现场试验,结果表明:该模型将二次冷却水水量控制问题与板坯在冷却过程中的温度状态相结合,实现了连铸二次冷却动态优化控制,有利于提高板坯的质量