上海市教育委员会创新基金(09YZ08)
- 作品数：7 被引量：39H指数：4
- 相关作者：邱铭森贾立施继平陶鹏业俞金寿更多>>
- 相关机构：新加坡国立大学上海大学华东理工大学更多>>
- 发文基金：上海市教育委员会创新基金上海市国际科技合作基金上海市科学技术委员会基础研究重点项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于神经模糊系统的自适应前馈-反馈控制系统设计被引量：3
- 2009年
- 在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的"扰动",然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明:这种基于神经模糊系统的自适应前馈-反馈控制器和PID控制器相比,能得到更快、更好的控制效果。
- 贾立陶鹏业邱铭森
- 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
- 一种间歇过程产品质量迭代学习控制策略被引量：14
- 2009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,以数据驱动的神经模糊模型为基础,提出一种新颖间歇过程的产品质量迭代学习控制方法。通过在优化算法中加入了新的约束条件,改变了最优解的搜索空间范围,从而使产品质量在批次轴上收敛,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
- 关键词：神经模糊网络迭代学习
- 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
- 基于线性化误差模型的自适应控制系统设计
- 2009年
- 针对实际工业生产过程中的非线性、时变不确定性,提出了一种基于线性化误差模型的自适应控制系统.首先为非线性过程建立一个由ARX模型与基于神经模糊系统的线性化误差模型组成的合成模型,然后引入单神经元控制器,利用线性ARX模型输出和系统输出值之间的误差,以及被控制过程合成模型的梯度信息,对控制器参数进行在线调节,从而获得较好的控制结果.仿真实验结果表明,与PID控制器相比,基于线性化误差模型的自适应控制器具有更快的响应速度.
- 贾立陶鹏业邱铭森
- 关键词：神经模糊系统自适应控制单神经元控制器
- 基于微粒群优化算法的间歇过程迭代学习被引量：1
- 2011年
- 在实际的间歇过程优化控制中面临着模型参数不确定性的问题,并且基于梯度的优化控制技术在处理具有多个局部极值的目标函数时,往往会陷入局部极值点。针对该问题,提出一种基于微粒群优化算法的间歇过程产品质量迭代学习策略。结合间歇过程产品质量控制问题的特点和各种约束条件,利用微粒群优化算法在非线性问题求解及大尺度空间搜索上的优势,来改变间歇过程鲁棒优化收缩控制变量的搜索域,并用迭代法以迭代方式消除误差,从而使优化性能指标渐次达到最优。在理论研究的基础上,提出的算法用于一类典型的间歇过程重点产品质量优化控制中,仿真结果表明产品终点质量能够充分逼近期望值,并且控制轨迹收敛,从而验证了算法的有效性和实用价值。
- 贾立程大帅施继平邱铭森
- 关键词：微粒群优化迭代学习
- 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
- 一类间歇生产过程的产品质量优化控制及分析研究
- 针对基于迭代学习控制的间歇生产过程产品质量优化控制算法难以进行收敛性和跟踪性能分析的难题,本文提出一种间歇生产过程的学习控制策略,通过对目标函数中的权值进行调节,使产品质量输出误差实现零跟踪,并对算法的收敛性和跟踪性能给...
- 贾立施继平邱铭森
- 关键词：迭代学习
- 文献传递
