2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費閱讀

下載本文檔

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、在不改變已有工業(yè)生產設備和工藝流程的基礎上,采用智能建模優(yōu)化技術來確定化工生產過程的最優(yōu)操作參數(shù)(最優(yōu)決策參數(shù)),保證化工生產過程始終運行在最優(yōu)工況,是有效提升和改善現(xiàn)代大型復雜工業(yè)系統(tǒng)投入小、見效快的有效手段。已有化工生產過程建模優(yōu)化技術方案,大都存在以下二個問題:
  一是將復雜動態(tài)化工系統(tǒng)簡化為靜態(tài)系統(tǒng)進行建模,只是建立動態(tài)系統(tǒng)的近似靜態(tài)逼近模型,導致模型不精確。二是將受擾系統(tǒng)簡化為不存在擾動的理想系統(tǒng)進行最優(yōu)操作參數(shù)的確定

2、。在實際操作中,一旦擾動使最優(yōu)操作參數(shù)偏離理論設定值,即會使操作結果偏離期望結果,影響系統(tǒng)工作效率。
  針對以上二個問題,本文采用具有自適應跟蹤能力的無跡卡爾曼濾波算法(Unscented Kalman Filter,UKF)對神經網絡進行訓練以建立復雜動態(tài)化工生產過程的精確模型。采用穩(wěn)健優(yōu)化設計進行最優(yōu)操作參數(shù)的確定,得到當系統(tǒng)擾動使操作值偏離理論設定值時,依然可以具有較優(yōu)操作輸出的穩(wěn)健優(yōu)化操作參數(shù)。采用非支配排序遺傳算法(N

3、on-dominated Sorting Genetic Algorithm-II,NSGA-II)進行最優(yōu)參數(shù)的確定。
  本文以化工生產過程的具體特性為依據(jù),對UKFNN動態(tài)建模方法和NSGA-II的多目標穩(wěn)健優(yōu)化方法進行深入研究,取得了以下研究成果:
  一是針對化工生產過程系統(tǒng)不可避免的存在各類不確定噪聲,影響UKFNN的建模效果。本文提出基于Gamma Test噪聲估計改進的UKFNN來建立化工生產過程的精確模型。

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。

評論

0/150

提交評論