1、安徽農業科學。如珊al 0fAnhui Agri,Sei。2008。3627:12052。12063責任編輯張彩麗責任校對張出敏 孵化過程的模糊神經網絡控制系統設計及瘦用湛騰西(湖南理_學院物理與電予信息系,湖南礴陽414006摘隳針嬸家禽孵化過程的復雜動態特點,設計了家禽孵化模糊神經網絡控制系統,試驗結果表明,該系統能夠較好地實現孵化主要參 數的穩定。關鍵詞孵化;模糊控稍;模糊神綴網絡被制中腡分類舄￥814.5文獻標識碼A 文舷編號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象的深層次知識,是通過輸入、輸 出信怠進行仿入思維的一種智能純控鑭技術。麩信息觀熹 來看,模糊控制是一種基于規則的解釋性專家系統;從控制 技術觀點采看,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則缺乏在線自學習能力,使它的應用受 到了限

4、制。因此,模糊控制規則的在線自生成或自調整技術 就成為模糊控制技術工糕應用的一個重要研究課題。筆者 根據模糊系統的結構,構造等價結構的神經網絡,設計了一 種增強模期控制的在線鍾學習功斃模糊享孛經網絡控制器¨。 考慮到家禽控制系統被控對象的復雜特性,筆者提出采用模 耬神經網絡控剃算法。1孵化控制系統設計中的影響因素孵純對設備激度、鬣發和逶瀛要求嚴格,哭有逶當的瀑 度、濺度和通風才能提高孵化率和健雛率,獲得較好的經濟 效益。濕度是孵化過程審最主要靜條夸,哭翥傈證騷駘發育 所需的適宜溫度,才能獲得較高的孵化率和健雛率。長時間 的冷熱氣候對母璃產生的不賽影響都會弓l起孵純率下降。 如果在低溫

5、下孵化,將減緩胚胎的發育,延長孵化期,造成孵 億率羞,影響雛雞質量。如采在高溫下孵化,能加速胚胎靜 發育,縮短孵化期,但同樣會造成孵化摩差,影響雛雞質量。 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。通風是為了降濕及保證新鮮空氣,胚胎在發育過程中不 叛吸收氧氣,接出二氧化羰。勢保證燕常枧體代謝,必須供 給新鮮空氣。孵化初期,胚胎氣體代謝微弱;胚胎發育中后 期,氣俸我謝旺盛,對氧的震要塞瞬顯提裹,遴風量應逐灝擴 大。隨著胚齡的增加,胚胎的氣體

6、交換量也不斷增加。因此 除殛駱發育期簽,胚齄盼箋俸交換必須生通風換氣解決。德 通風換氣會造成溫度、濕度的變化。蠢魏爵瑟,孵億控制系統是一個多輸入多輸出系統,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.,尚級置程師,從事光電 儲患處理、智能控制壓過程控稍研究。收稿翻期2008-08-434控制孵化濕度,但對溫度也有很大影響,從而造成系統的不 穩定。鬻此,孵化控制系統輿有多于抗蔽及暖顯的不穩定 性,而且無法求得對象的數學模型,若采用單一的傳統控制 方法很難達到壤蔥的控制特性。因此,孵化過稷的溫度、濕 度和氧氣濃度均采用模糊神經網絡

7、拉制算法進行控制。 2模糊神經網絡控制算法孵化濕度、濕度朔含氧量的設定值是一個變值控制,麗 髓其溫度、濕度和氧氣濃度要求精度高。文獻23采糟常 規摸攢控制算法對其進行控鍘,由予模嬲規則、模糊隸屬函 數以及模糊決策算法的經驗,難以保證這些參數滿足孵化工 藝的實黲變詫,因此,筆者選耀模糊猙經網絡控制算法,將神 經網絡的自學習功能結合到模糊控制中,以保證孵化參數的 謦纛確控溯。2.1模糊神經系統結構為便于工程應用,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個模襁 子集NB,NM,NS,ZO,PS,PM,PB,分別表示“負大”、“負中”、 “受奪”、“零”、“正小”、“正中”、“歪大

8、”,雨3瓣|隸瘸函數中精 度較高的為三角隸屬函數,考慮到孵化的高精度控制,采用 三角隸屬函數。壤(壤=l一業竿型(=1,2;j=l,1 (1 "驢其中“f為控制輸入變量;%為隸屬度函數的中心,如為隸屬 度函數的寬度。模糊控制器由如下規則構成gm:IF/,l is AIj AND u-2is A2/THEN Y is其中,如表示第m條模糊規則;/-/'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;(m =l,2,49為第m條模糊規則對于輸出的作用權值。最 矮褥到模糊神

9、經網絡系統的推理輸出力:m IY(I2磊巧(“勺儡一(“盼=鯫。,(uotq。(“2(2(3 2.2模糊神經網絡學習設輸入變量的期望輸如為,被 控對象實際輸出為y(f,寇義目標函數為:西=垃字監 (4 (下轉第12063頁36卷27期 李霞等最大熵原理在閃電強度譜分布中的應用3檢驗為驗證最大熵原理及其導出公式在閃電強度譜分析中 的適用性,該文利用江蘇省閃電定位系統獲得的閃電資料對 其進行效果檢驗。該系統可獲得閃電的發生時間、地點、強 度、頻次等參數,由其提供的閃電強度和頻次在精度上完全 滿足該文的要求。3.1個例選擇為不失一般性,該文隨機挑選了6次雷暴 過程。在雷達回波圖(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觀察范圍內,隨雷暴移動每6rain確 定1次位置和范圍,并結合閃電定位資料統計該時段的閃電 數,最后累計求得閃電總數。3.2驗證方法和結果由以上分析可知,需對閃電強度閾 值加以限制,該文規定電流強度下限為15kA,上限,M【由實 測值確定,并以5kA為間隔(即15,t【、20,MA【、25一 ,MAx,依次類推分別統計各個區間的閃電總數F,對F取 對數,則不同區間將會出現不同的數據對(1n,將全部數 據對點繪在圖中,如果其分布呈直線型,則說明二者之間有 很好的線性對應關系,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日發生在江蘇省南京地區6次雷暴過 程的閃電頻次對數1n(F與閃電強度(,的線性擬合圖。從 圖1中可以看出,閃電強度與閃電頻次的對數值有很好的線 性關系,除了2006年8月16日的雷暴過程相關系數只有 93%以外,其余均超過95%。從而說明,利用熵原理研究閃 電強度分布特征是適用的。4結語雷暴云的動力熱力過程和閃電的產生機制一直是大氣 物理領域的重點和難點之一,由于危險性大和觀測手段受限 等原因,使我們很難完全從微觀角度認識、解釋雷電現象。 該文應用最大熵原理從宏觀上分析了閃電強度和頻次之間 的關系,這在雷電研究中是一個進步。但文中在使用該原理 時適當地增加了

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,文中個例選自同一地區、同一觀測系 統,公式是否具有普遍性,仍需進一步探討。參考文獻1許,J峰,郭虎,廖小農,等.國外雷電監測與預報研究M.北京:氣象 出版社,20Q3:843.2陳謂民.雷電學原理M.北京:氣象出版社,200B:137230.324335. 3壽紹文,勵申申,姚秀萍.中尺度氣象學M.北京:氣象出版社。加0B:35124.4張學文,馬淑紅,馬力.從熵原理得出的雨量時程方程J.大氣科學, 1991,15(6:1824.5張學文.大氣中的水汽滯留函數J.高原氣象,2006。25(6:10021054. 6COITON W R

13、,AN璐R A.風暴和云動力學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 該目標函數的輸出主要由中心值。撲寬度b和勺決定。 模糊神經網絡的學習算法通過不斷修正隸屬度函數和網絡 權值,保證目標函數穩定在給定范圍內。%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為學習率,0厶1。網絡權值的修正 可以采用動量項的BP學習算法,修正方法為:勺(川=9(+妥茄+h/Xcj(t (8 式中,h為動量因子,ci(t為上一個學習周期的權值修正 值。模糊神經網絡通過不斷調整叼,6d和cf使得目標輸出 最小,從而保證孵化過程參數的自適應控制。3應用為了提高控制系統的可靠性和經濟性,該系統采用8051系列單片機。溫度傳感器選用AD590,測量范圍為一55 150oC。濕度傳感器選用ZHG-2型濕敏電阻,當環境的相對 濕度在50%一80%變化時,其電阻值在65086kf2問改變。 氧氣傳感器選用FCX-MVL型傳感器。A/D轉換器采用 ICL7135,其具有精度高、

15、低漂移、抗干擾能力強等優點。顯示 器采用數碼管,顯示溫度、濕度、氧氣濃度和工作狀態。采用 DSl305實時時鐘芯片,為孵化過程控制提供精確時間。該系 統還具有存儲、打印孵化過程中的溫度、濕度、氧氣濃度等功 能,并提供標準的串行通訊口,便于和上位機構成主從式控 制系統。該模糊神經網絡控制算法已在某孵化廠投入使用,運行 前孵化設備采用的算法是模糊控制算法,系統控制精度較 低,系統最大超調量甚至超過了20%,孵化率極低。針對此 情況,結合該孵化廠的工藝特性,將模糊神經網絡控制算法 應用到該工廠中,取得了較好的效果。4結論該研究針對禽蛋孵化過程復雜的動態非線性特點,提出 了一種模糊神經網絡控制算法,較

16、好地實現了孵化過程參數 的快速、穩定、精確控制。該系統的控制效果顯著,減輕了操 作工人的勞動強度。參考文獻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周國雄,蔣輝平,肖會芹.孵化腔制系統的專家模特時空制方法及其應用 J.計算機測量與控制,2007,15(11:1112.3蔡兵.智能孵化陘制系統的設計與實現J.電子科技大學學報,2004, 33(2:188191. 孵化過程的模糊神經網絡控制系統設計及應用作者:湛騰西 , ZHAN Teng-xi作者單位:湖南理工學院物理與電子信息系,湖南岳陽,414006刊名:安徽農業科學 英文刊名:JOURNAL OF ANHUI AGRICULTURAL SCIENCES年,卷(期:2008,36(27參考文獻(3條1. CHEN