1、安徽農(nóng)業(yè)科學(xué)。如珊al 0fAnhui Agri,Sei。2008。3627:12052。12063責(zé)任編輯張彩麗責(zé)任校對(duì)張出敏 孵化過程的模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)設(shè)計(jì)及瘦用湛騰西(湖南理_學(xué)院物理與電予信息系,湖南礴陽414006摘隳針?gòu)鸺仪莘趸^程的復(fù)雜動(dòng)態(tài)特點(diǎn),設(shè)計(jì)了家禽孵化模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng),試驗(yàn)結(jié)果表明,該系統(tǒng)能夠較好地實(shí)現(xiàn)孵化主要參 數(shù)的穩(wěn)定。關(guān)鍵詞孵化;模糊控稍;模糊神綴網(wǎng)絡(luò)被制中腡分類舄￥814.5文獻(xiàn)標(biāo)識(shí)碼A 文舷編號(hào)05176611(200827二-12052一OlDesign and Allplkation of靜alzzy Nem'al Network Coati

2、 Syama of the Ilmllmtkal Process2a-IAN弛嗽-xi(Deparanent of Physic,and Electronic Information,Hunan Institute of Science and Technology,Yueyang,Hunan 414006A弧嘲&緞峨to abe eorr驢lex and dyrlalTlic characteristics of potll時(shí)incubation ploc煅,the f四neural network control system酬夠詰出 tlon was designed.'

3、lhe test resallts showed that this system could realize the stability of ltkain incubation群毗m七ters better.Key words lncuhaion;Fuzzy control;Fuzzy neural ne輛叼矗control模糊控制不依賴于對(duì)象的深層次知識(shí),是通過輸入、輸 出信怠進(jìn)行仿入思維的一種智能純控鑭技術(shù)。麩信息觀熹 來看,模糊控制是一種基于規(guī)則的解釋性專家系統(tǒng);從控制 技術(shù)觀點(diǎn)采看,模糊控制是一類非線性控制器。僵由于模襁 控制所依賴的控制規(guī)則缺乏在線自學(xué)習(xí)能力,使它的應(yīng)用受 到了限

4、制。因此,模糊控制規(guī)則的在線自生成或自調(diào)整技術(shù) 就成為模糊控制技術(shù)工糕應(yīng)用的一個(gè)重要研究課題。筆者 根據(jù)模糊系統(tǒng)的結(jié)構(gòu),構(gòu)造等價(jià)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò),設(shè)計(jì)了一 種增強(qiáng)模期控制的在線鍾學(xué)習(xí)功斃模糊享孛經(jīng)網(wǎng)絡(luò)控制器¨。 考慮到家禽控制系統(tǒng)被控對(duì)象的復(fù)雜特性,筆者提出采用模 耬神經(jīng)網(wǎng)絡(luò)控剃算法。1孵化控制系統(tǒng)設(shè)計(jì)中的影響因素孵純對(duì)設(shè)備激度、鬣發(fā)和逶瀛要求嚴(yán)格,哭有逶當(dāng)?shù)钠?度、濺度和通風(fēng)才能提高孵化率和健雛率,獲得較好的經(jīng)濟(jì) 效益。濕度是孵化過程審最主要靜條夸,哭翥傈證騷駘發(fā)育 所需的適宜溫度,才能獲得較高的孵化率和健雛率。長(zhǎng)時(shí)間 的冷熱氣候?qū)δ噶Мa(chǎn)生的不賽影響都會(huì)弓l起孵純率下降。 如果在低溫

5、下孵化,將減緩胚胎的發(fā)育,延長(zhǎng)孵化期,造成孵 億率羞,影響雛雞質(zhì)量。如采在高溫下孵化,能加速胚胎靜 發(fā)育,縮短孵化期,但同樣會(huì)造成孵化摩差,影響雛雞質(zhì)量。 濕度決定孵他期間種蛋水分失重的速率,濕度的變佬院 溫度變化更易被忽視,不同胚胎表面濕度變化比濕度變化更 大,從而導(dǎo)致孵化率降低。合理的濕度在孵化前期可使胚胎 受熱良好,詹期劃有利于胚胎教熱和破殼出雛。通風(fēng)是為了降濕及保證新鮮空氣,胚胎在發(fā)育過程中不 叛吸收氧氣,接出二氧化羰。勢(shì)保證燕常枧體代謝,必須供 給新鮮空氣。孵化初期,胚胎氣體代謝微弱;胚胎發(fā)育中后 期,氣俸我謝旺盛,對(duì)氧的震要塞瞬顯提裹,遴風(fēng)量應(yīng)逐灝?dāng)U 大。隨著胚齡的增加,胚胎的氣體

6、交換量也不斷增加。因此 除殛駱發(fā)育期簽,胚齄盼箋俸交換必須生通風(fēng)換氣解決。德 通風(fēng)換氣會(huì)造成溫度、濕度的變化。蠢魏爵瑟,孵億控制系統(tǒng)是一個(gè)多輸入多輸出系統(tǒng),潺 度、濕度控制要求精度高,加溫主要控制孵化溫度,加濕主要作者麓介湛騰西(1963一,男,湖南&faA.,尚級(jí)置程師,從事光電 儲(chǔ)患處理、智能控制壓過程控稍研究。收稿翻期2008-08-434控制孵化濕度,但對(duì)溫度也有很大影響,從而造成系統(tǒng)的不 穩(wěn)定。鬻此,孵化控制系統(tǒng)輿有多于抗蔽及暖顯的不穩(wěn)定 性,而且無法求得對(duì)象的數(shù)學(xué)模型,若采用單一的傳統(tǒng)控制 方法很難達(dá)到壤蔥的控制特性。因此,孵化過稷的溫度、濕 度和氧氣濃度均采用模糊神經(jīng)網(wǎng)絡(luò)

7、拉制算法進(jìn)行控制。 2模糊神經(jīng)網(wǎng)絡(luò)控制算法孵化濕度、濕度朔含氧量的設(shè)定值是一個(gè)變值控制,麗 髓其溫度、濕度和氧氣濃度要求精度高。文獻(xiàn)23采糟常 規(guī)摸攢控制算法對(duì)其進(jìn)行控鍘,由予模嬲規(guī)則、模糊隸屬函 數(shù)以及模糊決策算法的經(jīng)驗(yàn),難以保證這些參數(shù)滿足孵化工 藝的實(shí)黲變?cè)?因此,筆者選耀模糊猙經(jīng)網(wǎng)絡(luò)控制算法,將神 經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能結(jié)合到模糊控制中,以保證孵化參數(shù)的 謦纛確控溯。2.1模糊神經(jīng)系統(tǒng)結(jié)構(gòu)為便于工程應(yīng)用,分別選取控制 爨的誤差耱誤差交純率炎飧入變量,并將其鯔分秀7個(gè)模襁 子集NB,NM,NS,ZO,PS,PM,PB,分別表示“負(fù)大”、“負(fù)中”、 “受奪”、“零”、“正小”、“正中”、“歪大

8、”,雨3瓣|隸瘸函數(shù)中精 度較高的為三角隸屬函數(shù),考慮到孵化的高精度控制,采用 三角隸屬函數(shù)。壤(壤=l一業(yè)竿型(=1,2;j=l,1 (1 "驢其中“f為控制輸入變量;%為隸屬度函數(shù)的中心,如為隸屬 度函數(shù)的寬度。模糊控制器由如下規(guī)則構(gòu)成gm:IF/,l is AIj AND u-2is A2/THEN Y is其中,如表示第m條模糊規(guī)則;/-/'i(i=l,2為控制輸入變 燕;Y為控翩器輸出變量;考慮到模糊控制的精度問題,A。= ;NB,刪,NS,ZO,PS,蹦,PB,歹=7;,uA。(蚴為隸屬函數(shù);(m =l,2,49為第m條模糊規(guī)則對(duì)于輸出的作用權(quán)值。最 矮褥到模糊神

9、經(jīng)網(wǎng)絡(luò)系統(tǒng)的推理輸出力:m IY(I2磊巧(“勺儡一(“盼=鯫。,(uotq。(“2(2(3 2.2模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)設(shè)輸入變量的期望輸如為,被 控對(duì)象實(shí)際輸出為y(f,寇義目標(biāo)函數(shù)為:西=垃字監(jiān) (4 (下轉(zhuǎn)第12063頁36卷27期 李霞等最大熵原理在閃電強(qiáng)度譜分布中的應(yīng)用3檢驗(yàn)為驗(yàn)證最大熵原理及其導(dǎo)出公式在閃電強(qiáng)度譜分析中 的適用性,該文利用江蘇省閃電定位系統(tǒng)獲得的閃電資料對(duì) 其進(jìn)行效果檢驗(yàn)。該系統(tǒng)可獲得閃電的發(fā)生時(shí)間、地點(diǎn)、強(qiáng) 度、頻次等參數(shù),由其提供的閃電強(qiáng)度和頻次在精度上完全 滿足該文的要求。3.1個(gè)例選擇為不失一般性,該文隨機(jī)挑選了6次雷暴 過程。在雷達(dá)回波圖(圖略上可以清楚地看到

10、這6次過程 從開始到消散均在雷達(dá)觀察范圍內(nèi),隨雷暴移動(dòng)每6rain確 定1次位置和范圍,并結(jié)合閃電定位資料統(tǒng)計(jì)該時(shí)段的閃電 數(shù),最后累計(jì)求得閃電總數(shù)。3.2驗(yàn)證方法和結(jié)果由以上分析可知,需對(duì)閃電強(qiáng)度閾 值加以限制,該文規(guī)定電流強(qiáng)度下限為15kA,上限,M【由實(shí) 測(cè)值確定,并以5kA為間隔(即15,t【、20,MA【、25一 ,MAx,依次類推分別統(tǒng)計(jì)各個(gè)區(qū)間的閃電總數(shù)F,對(duì)F取 對(duì)數(shù),則不同區(qū)間將會(huì)出現(xiàn)不同的數(shù)據(jù)對(duì)(1n,將全部數(shù) 據(jù)對(duì)點(diǎn)繪在圖中,如果其分布呈直線型,則說明二者之間有 很好的線性對(duì)應(yīng)關(guān)系,從而證明上述分析正確。圖1中af 分別是2005年4月30日、7月28、8月lO日,200

11、6年6月21日、8月16日和8月23日發(fā)生在江蘇省南京地區(qū)6次雷暴過 程的閃電頻次對(duì)數(shù)1n(F與閃電強(qiáng)度(,的線性擬合圖。從 圖1中可以看出,閃電強(qiáng)度與閃電頻次的對(duì)數(shù)值有很好的線 性關(guān)系,除了2006年8月16日的雷暴過程相關(guān)系數(shù)只有 93%以外,其余均超過95%。從而說明,利用熵原理研究閃 電強(qiáng)度分布特征是適用的。4結(jié)語雷暴云的動(dòng)力熱力過程和閃電的產(chǎn)生機(jī)制一直是大氣 物理領(lǐng)域的重點(diǎn)和難點(diǎn)之一,由于危險(xiǎn)性大和觀測(cè)手段受限 等原因,使我們很難完全從微觀角度認(rèn)識(shí)、解釋雷電現(xiàn)象。 該文應(yīng)用最大熵原理從宏觀上分析了閃電強(qiáng)度和頻次之間 的關(guān)系,這在雷電研究中是一個(gè)進(jìn)步。但文中在使用該原理 時(shí)適當(dāng)?shù)卦黾恿?/p>

12、一些約束條件,這說明熵原理的適用性是存 在一定范圍的;另外,文中個(gè)例選自同一地區(qū)、同一觀測(cè)系 統(tǒng),公式是否具有普遍性,仍需進(jìn)一步探討。參考文獻(xiàn)1許,J峰,郭虎,廖小農(nóng),等.國(guó)外雷電監(jiān)測(cè)與預(yù)報(bào)研究M.北京:氣象 出版社,20Q3:843.2陳謂民.雷電學(xué)原理M.北京:氣象出版社,200B:137230.324335. 3壽紹文,勵(lì)申申,姚秀萍.中尺度氣象學(xué)M.北京:氣象出版社。加0B:35124.4張學(xué)文,馬淑紅,馬力.從熵原理得出的雨量時(shí)程方程J.大氣科學(xué), 1991,15(6:1824.5張學(xué)文.大氣中的水汽滯留函數(shù)J.高原氣象,2006。25(6:10021054. 6COITON W R

13、,AN璐R A.風(fēng)暴和云動(dòng)力學(xué)M.北京:氣象出版社, 1993:6町一619.+一+一卜-卜+卜卜-+一+-+-+f-+-+-+一+-+f-卜+-+-卜-+-+-+卜-一-卜+-一-+-卜+-卜卜-+.-+-+-+-+一+(上接第12052頁將式(2和(3代入式(4,可得:E=吉c鐒卅2=吉c甓巖卅2二三一(“ 二,善;=l腳(啦(5 該目標(biāo)函數(shù)的輸出主要由中心值。撲寬度b和勺決定。 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法通過不斷修正隸屬度函數(shù)和網(wǎng)絡(luò) 權(quán)值,保證目標(biāo)函數(shù)穩(wěn)定在給定范圍內(nèi)。%和bo.-TN用梯,度 下降法得到:叼(+1=叼(t一乙磊OE (6 6F(川=6#(t一甑畿 (7 式中,厶(n=a,b

14、,c為學(xué)習(xí)率,0厶1。網(wǎng)絡(luò)權(quán)值的修正 可以采用動(dòng)量項(xiàng)的BP學(xué)習(xí)算法,修正方法為:勺(川=9(+妥茄+h/Xcj(t (8 式中,h為動(dòng)量因子,ci(t為上一個(gè)學(xué)習(xí)周期的權(quán)值修正 值。模糊神經(jīng)網(wǎng)絡(luò)通過不斷調(diào)整叼,6d和cf使得目標(biāo)輸出 最小,從而保證孵化過程參數(shù)的自適應(yīng)控制。3應(yīng)用為了提高控制系統(tǒng)的可靠性和經(jīng)濟(jì)性,該系統(tǒng)采用8051系列單片機(jī)。溫度傳感器選用AD590,測(cè)量范圍為一55 150oC。濕度傳感器選用ZHG-2型濕敏電阻,當(dāng)環(huán)境的相對(duì) 濕度在50%一80%變化時(shí),其電阻值在65086kf2問改變。 氧氣傳感器選用FCX-MVL型傳感器。A/D轉(zhuǎn)換器采用 ICL7135,其具有精度高、

15、低漂移、抗干擾能力強(qiáng)等優(yōu)點(diǎn)。顯示 器采用數(shù)碼管,顯示溫度、濕度、氧氣濃度和工作狀態(tài)。采用 DSl305實(shí)時(shí)時(shí)鐘芯片,為孵化過程控制提供精確時(shí)間。該系 統(tǒng)還具有存儲(chǔ)、打印孵化過程中的溫度、濕度、氧氣濃度等功 能,并提供標(biāo)準(zhǔn)的串行通訊口,便于和上位機(jī)構(gòu)成主從式控 制系統(tǒng)。該模糊神經(jīng)網(wǎng)絡(luò)控制算法已在某孵化廠投入使用,運(yùn)行 前孵化設(shè)備采用的算法是模糊控制算法,系統(tǒng)控制精度較 低,系統(tǒng)最大超調(diào)量甚至超過了20%,孵化率極低。針對(duì)此 情況,結(jié)合該孵化廠的工藝特性,將模糊神經(jīng)網(wǎng)絡(luò)控制算法 應(yīng)用到該工廠中,取得了較好的效果。4結(jié)論該研究針對(duì)禽蛋孵化過程復(fù)雜的動(dòng)態(tài)非線性特點(diǎn),提出 了一種模糊神經(jīng)網(wǎng)絡(luò)控制算法,較

16、好地實(shí)現(xiàn)了孵化過程參數(shù) 的快速、穩(wěn)定、精確控制。該系統(tǒng)的控制效果顯著,減輕了操 作工人的勞動(dòng)強(qiáng)度。參考文獻(xiàn)1(3HEN C S.嘶of刪e矗唧唧州systems戚119Lyalamovs medlod in mzzy hyp刪beJ.Fuzzy Sets and sysI,2003,1:95110.2周國(guó)雄,蔣輝平,肖會(huì)芹.孵化腔制系統(tǒng)的專家模特時(shí)空制方法及其應(yīng)用 J.計(jì)算機(jī)測(cè)量與控制,2007,15(11:1112.3蔡兵.智能孵化陘制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)J.電子科技大學(xué)學(xué)報(bào),2004, 33(2:188191. 孵化過程的模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)設(shè)計(jì)及應(yīng)用作者:湛騰西 , ZHAN Teng-xi作者單位:湖南理工學(xué)院物理與電子信息系,湖南岳陽,414006刊名:安徽農(nóng)業(yè)科學(xué) 英文刊名:JOURNAL OF ANHUI AGRICULTURAL SCIENCES年,卷(期:2008,36(27參考文獻(xiàn)(3條1. CHEN