公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

间歇生产过程的R调节学习控制被引量：1: 2011年; 针对间歇生产过程迭代学习控制难以进行跟踪性能分析的难题,本文提出一种变R调节迭代学习控制算法,借鉴经典控制理论定义有界跟踪和零跟踪概念.以此研究能够让系统输出误差达到零跟踪的迭代学习控制策略,并严格地证明了算法的性能,得出可以通过调节权值R使过程产品质量的误差收敛到与模型精度相关联的有界区域的结论,为相关理论结果实施于实际间歇过程提供了理论依据.; 贾立施继平程大帅邱铭森; 关键词：迭代学习

基于数据的间歇过程时变神经模糊模型研究被引量：3: 2011年; 间歇过程的优化控制往往依赖于过程精确的数学模型,快速反应的市场要求使得数据驱动的建模方法被应用到了间歇过程的建模中。但常规的数据驱动建模方法在模型结构中没有考虑间歇过程具有重复性的特性,只是简单地将间歇过程作为一般的非线性结构进行处理。针对该问题,本文提出一种新颖的间歇过程时变神经模糊模型,将时间轴和批次轴的信息统一在二维集成模型的框架下,对间歇过程的输入输出数据按照三维信息进行处理,使模型参数变为时间的函数,从而按照批次轴方向进行学习,合理地应用了间歇过程在批次轴方向上的重复性信息。因此,通过引入时变权重的概念,使模型结构中蕴含了间歇过程重复性的特性。在此基础上,提出一种基于迭代学习和Lyapunov方法的参数学习算法,避免了传统学习算法中学习参数采用试凑法的缺点,并对模型的收敛性进行了严格的数学分析,得出模型的学习参数在批次轴方向上渐进收敛的结论。最后,将本文提出的时变神经模糊模型应用到一典型间歇过程的建模研究中,与传统的神经模糊模型进行了对比,仿真研究表明,本文提出的时变神经模糊模型具有较好的非线性逼近和自学习能力,能够反应间歇过程的二维模型特性,为间歇过程的建模研究提供了一条新的途径。; 贾立程大帅曹鲁明邱铭森; 关键词：数据驱动

间歇生产过程优化控制的分布式仿真平台被引量：2: 2011年; 间歇生产过程具有时变性、过程不可逆、模型不精确等特点,采用传统的控制方法很难满足市场的需求,如何检验先进智能优化控制算法在间歇生产过程中的实际应用效果是有待深入研究的课题。结合MATLAB强大的运算能力和WINCC开放的人机界面数据处理功能,构建出间歇生产过程分布式优化控制仿真平台,并将OPC技术应用于该平台的数据实时通讯过程中。通过在该平台上加载先进的控制算法,实现对间歇生产过程的控制和仿真,为先进智能优化控制算法的研究提供了逼真的试验环境。; 贾立袁凯; 关键词：优化控制仿真平台数据交换

基于无约束迭代学习的间歇生产过程优化控制被引量：5: 2010年; 针对基于迭代学习控制的间歇过程优化控制算法难以进行收敛性分析的难题,本文基于数据驱动的神经模糊模型提出一种新颖的间歇过程无约束迭代学习控制方法,通过调节因子的变化去除了约束条件,使控制轨迹在批次轴上收敛,并创新性地对优化问题的收敛性给出了严格的数学证明。在理论研究的基础上,将本文提出的算法用于间歇连续反应釜的终点质量控制研究,仿真结果验证了本文算法的有效性和实用价值,为间歇过程的优化控制提供了一条新途径。; 贾立施继平邱铭森俞金寿; 关键词：迭代学习

间歇过程的全局收敛性神经模糊模型被引量：11: 2009年; 为了克服难以获得间歇过程的精确数学模型这一难题,本文采用一种具有非线性模糊规则后件的模糊神经网络建立间歇过程的模型,在此基础上提出一种基于Lyapunov方法的全局收敛性参数学习算法,并给出了严格的数学证明.本文提出的算法具有较好的非线性逼近和参数自学习能力,为间歇生产过程的建模提供了一条新途径.最后,将提出的神经模糊模型用于一个典型间歇过程的建模研究中,仿真结果表明了该算法的有效性,体现了模型潜在的实用价值.; 贾立施继平邱铭森; 关键词：模糊神经网络 LYAPUNOV

一类间歇生产过程的迭代学习控制算法及其收敛性分析被引量：9: 2010年; 针对基于迭代学习控制的间歇过程产品质量优化控制算法难以进行收敛性分析的难题,并且考虑到实际生产中存在外部干扰和不确定因素的影响,本文对间歇过程模型参数动态更新问题进行了分析,建立了间歇生产过程产品质量的神经模糊(NF)预测模型,提出了一种新颖的批次轴参数自适应调节算法。在此基础上,构造了一种基于数据驱动的间歇生产过程产品质量迭代学习控制算法,并对优化问题的收敛性给出了严格的数学证明。最后,将本文提出的算法用于一类典型的间歇过程终点质量控制研究,仿真结果验证了本文算法的有效性和实用价值,为间歇过程的优化控制提供了一条新途径。; 贾立施继平邱铭森; 关键词：迭代学习神经模糊模型优化算法

基于建模误差PDF形状的间歇过程数据驱动模型被引量：9: 2012年; 间歇过程的优化控制依赖于过程精确的数学模型,数据驱动的建模方法是目前间歇过程模型研究中的热点问题。突破传统数据驱动建模方法中采用均方差(mean squared error,MSE)作为准则函数的思想,提出一种新颖的间歇过程数据驱动建模方法,引入了概率密度函数(probability density function,PDF)控制的概念,构造间歇过程模型误差控制系统,将模型的可调参数作为控制系统的输入,模型误差PDF的形状作为控制系统的输出,从而把开环模型参数辨识问题转化为模型误差PDF形状的闭环控制问题。通过可调参数控制模型误差PDF的空间分布状态,不仅能够保障模型精度,还可控制模型误差的空间分布状态,从而消除模型中的有色噪声。仿真实验表明,基于模型误差PDF形状的间歇过程数据驱动模型具有较好的建模精度、鲁棒性和泛化能力,为间歇过程的数据驱动建模提供了一条新途径。; 贾立曹鲁明邱铭森

全选清除导出

共1页<1>

上海市科学技术委员会基础研究重点项目(09JC1406300)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

上海市科学技术委员会基础研究重点项目(09JC1406300)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈