简介：为了改善常规PID算法在电动助力转向系统（EPS）控制中的不足,提高系统控制的精度、稳定性和抗干扰能力,采用粒子群算法（PSO）对PID控制器进行优化.根据EPS系统结构和动力学特性,建立了EPS系统数学模型.电机采用电流控制法,并以助力特性曲线中理想电流值与电机电流实际输出值的偏差作为PID控制器的输入.利用MATLAB平台建立EPS系统PID控制的整车模型,分析研究粒子群算法,并根据PSO算法优化PID控制器的参数.仿真结果表明：与常规PID控制相比,采用粒子群优化的PID控制,系统输出响应更平稳,抗干扰能力更强,鲁棒性好,控制效果更优.

简介：简要介绍了用矩量法建立圆柱状粒子消光模型的基本原理，得出了散射、吸收和消光截面积的表达式，并编制成计算机软件，计算结果与已知结果进行了比较，并探讨了其适应范围。

简介：上世纪六十年代末期，苏联中亚细亚的塞米巴拉金斯克城郊，突然竖起了一幢价值5亿美元、形状怪异的建筑物，它的钢筋混凝土墙壁厚达3米。美国的侦察卫星还发现：苏联正在向该地区输送大量的液氢。过了不久，该城上空便出现了令人费解的氢云层。自1975年11月以来，美国中央情报局在苏联境内发现了7次氢云层。

简介：基于粒子群优化算法（PSO）的神经网络具有良好的训练性能，输出的整体误差小于BP算法。用PSO作为一种粗优化或离线学习过程，用神经网络学习作为一种细优化或在线学习过程。这两种方法综合使用可以大大提高传动箱故障诊断性能。诊断系统把常用的7个时频动态特征参量作为BP网络的输入层的输入，把传动箱中常见的6种特征作为网络的输出。诊断系统拓扑结构为7—12—6的3层BP网络，规定系统误差0．001。结果表明．粒子群优化算法对多故障征兆有较好的故障识别率。作为一种有效优化方法，在机械故障诊断领域具有良好的应用前景。

简介：针对步进电机存在负载摄动和失步超步问题,提出了一种基于粒子群优化算法的混合灵敏度设计方法。在H∞混合灵敏度约束下,采用粒子群算法寻找能够反映系统特性的适应度函数最优值,在搜索到合适的加权阵基础上,利用Matlab得到了H∞最优控制器,并利用优化控制器对步进电机进行控制仿真实验。实验结果表明：该系统具有响应快速平稳、抗负载扰动强等特点。