设计了新型电液伺服阀结构,建立了电液伺服系统动力学模型,推导了液压缸流量运动方程式。采用改进遗传算法优化RBF神经网络结构,通过MATLAB软件对双步进电机伺服阀改进的控制系统进行仿真验证,并且与传统PID控制效果进行对比。结果显示 在无干扰环境中,采用传统PID控制和改进RBF神经网络控制方法Palbociclib都能较好地提高活塞杆运动位移输出精度;在有干扰环境中,采用传统PID控制方法,活塞杆运动位移输出的误差较大,而采用改进RBF神经网络控制方法,活塞杆运动位移输出的误差较小。采用改进RBF神经网络控制方法,能够抑制外界的干扰,从而提高双步电机伺服阀控制系统的响应速度和输出什么精度。
结合经济学理论,将期权理论引入货运定价,针对煤炭和钢铁等大宗型货物,运用Heston模型对铁路货运期权定价,设计改进型遗传算法拟合实际市场期权价格和Heston模型的期权价格的差值,优化模型参数,建立基于Heston模型和遗传算法优化的铁路货运期权selleck compound定价模型,并运用上证50ETF买入期权数据对模型的参数进行优化,用广州局货运数据对算法进行验证,计算结果证明了算法的合理性,为铁路货运定价提供新思路。
根据城市路段交通流在时间维度的变化规律和在空间维度的分布特征,以及智能算法对交通流数据的较强适应性和降噪能力,提出了基于时空相关性和遗传小波神经网络(GA-WNN)的路网短时交通流预测。