化工過程混合建模問題研究.pdf

1、過程建模是過程控制和過程優(yōu)化的重要基礎(chǔ).由于傳統(tǒng)的黑箱建模策略只能利用相對比較單一的信息源,從而限制了其性能.如何合理有效地利用各種過程信息,以提高模型的整體性能是混合建模研究的主要內(nèi)容.該文著重研究了新的混合模型結(jié)構(gòu)、辨識算法及其應(yīng)用,具體包括以下幾部分內(nèi)容:1.提出了一種基于神經(jīng)網(wǎng)絡(luò)的自組織模糊系統(tǒng),它可以根據(jù)訓(xùn)練樣本數(shù)據(jù)的分布情況來靈活地劃分模糊集合,從而保證能夠以較少的規(guī)則達(dá)到理想的建模精度.2.針對樣本數(shù)據(jù)信噪比較低的場合,提

2、出將部分最小二乘學(xué)習(xí)算法引入徑向基網(wǎng)絡(luò)(RBF),以提高模型的抗噪性和外延性.3.提出了一種模糊—線性復(fù)合模型,并給出了在線遞推辨識算法,其中的線性模型離線得到,不進(jìn)行在線修正.4.提出了一種結(jié)合專家經(jīng)驗(yàn)的模糊灰箱建模策略,利用模糊邏輯,將專家經(jīng)驗(yàn)、線性模型以及根據(jù)歷史數(shù)據(jù)辨識生成的模糊模型統(tǒng)一在一個(gè)整體框架—模糊混合模型內(nèi).5.提出了一種基于線性準(zhǔn)穩(wěn)態(tài)數(shù)據(jù)校正的容錯(cuò)模型,利用線性準(zhǔn)穩(wěn)態(tài)數(shù)據(jù)校正技術(shù)對測量數(shù)據(jù)進(jìn)行預(yù)處理.6.提出了一種新