版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、磨礦過程在選礦工業(yè)中起著至關重要的作用,選礦廠的工藝指標和經濟效益與磨礦產品的優(yōu)劣直接相關。磨礦過程是一個具有生產過程緩慢、非線性、大時滯、多變量耦合、生產狀況變化大及環(huán)境干擾強、噪聲嚴重等特點的復雜生產過程,很難對其進行系統(tǒng)優(yōu)化與控制。如何對磨礦過程進行良好的控制吸引了國內外學者的廣泛關注。國內外對磨礦過程的控制方法中,對控制量變化率的約束并沒有得到充分重視,而控制量的頻繁且大范圍變化顯然對工業(yè)設備不利,不但浪費能源也可能帶來安全隱患
2、。
針對磨礦過程,本文建立了一種基于最小二乘支持向量機的非線性預測控制器,提出了基于高斯搜索的改進粒子群優(yōu)化算法(G-IPSO),將其作為非線性預測控制中最佳控制量的優(yōu)化求解方法。該算法以高斯分布來初始化粒子群,將前一個計算周期的控制量作為粒子群的初始中心,并將其引入到粒子的速度更新中,改進粒子的速度更新方式,使得在迭代尋優(yōu)的過程中粒子具有向初始中心靠攏的趨勢,加強初始中心附近的搜索強度,從而減小控制量的變化率。將該優(yōu)化方法融
3、合到最小二乘支持向量機預測控制中,并簡約求解最佳控制量的適應值函數。以磨礦分級過程為研究對象,對其應用本文所建立的預測控制器,并給出本文提出的G-IPSO優(yōu)化求解控制量的詳細步驟。
為驗證該方法在預測控制效果及對控制量變化率約束方面的優(yōu)勢,應用本文所提出的G-IPSO優(yōu)化方法建立的最小二乘支持向量機的非線性預測控制器,針對經典的多峰值函數和某工況下的磨礦工業(yè)過程進行計算機仿真驗證。實驗結果從控制效果和被控量變化率兩方面進行了對
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于復合粒子群優(yōu)化的模糊神經預測控制的研究.pdf
- 基于改進粒子群算法的一類非線性模型預測控制.pdf
- 磨礦過程預測控制應用研究.pdf
- 基于優(yōu)化控制思想的粒子群優(yōu)化算法改進研究.pdf
- 基于控制思想的粒子群優(yōu)化算法改進研究.pdf
- 基于多Agent粒子群優(yōu)化的支持向量回歸模型預測控制.pdf
- 基于粒子群與差分算法的廣義預測控制.pdf
- 基于改進粒子群算法的廣義預測控制在鍋爐水位系統(tǒng)中的作用.pdf
- 基于粒子群算法的廣義預測控制及其應用研究.pdf
- 基于粒子群優(yōu)化算法的反應釜溫度預測控制研究與應用.pdf
- 基于Ⅱ型T-S模型及混沌粒子群優(yōu)化的預測控制算法.pdf
- 基于粒子群算法的污水處理預測控制研究.pdf
- 基于粒子群算法混合優(yōu)化的廣義預測控制器及其應用研究.pdf
- 基于粒子群和模型預測控制的重癥監(jiān)護病人的血糖控制.pdf
- 改進型預測控制及預測控制優(yōu)化的PID控制研究.pdf
- 基于協(xié)同粒子群優(yōu)化算法的發(fā)酵過程優(yōu)化控制方法研究.pdf
- 改進的粒子群優(yōu)化算法.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進研究.pdf
- 改進粒子群優(yōu)化算法的研究.pdf
- 基于雙種群的改進粒子群優(yōu)化算法研究.pdf
評論
0/150
提交評論