基于神經(jīng)網(wǎng)絡(luò)的復(fù)雜工業(yè)過程混合智能建模研究.pdf_第1頁
已閱讀1頁,還剩132頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、環(huán)境保護(hù)的嚴(yán)格要求與市場經(jīng)濟的競爭加劇,迫使過程生產(chǎn)必須采用先進(jìn)控制方法,以保證把具有顯著不穩(wěn)定性與非線性特性的過程系統(tǒng)操作在要求的水平上.基于模型的控制策略能夠有效地解決這一問題.模型預(yù)測控制(MPC)等在過程工程中的成功應(yīng)用得益于高性能的過程模型.然而,隨著過程生產(chǎn)系統(tǒng)變得越來越復(fù)雜,時變、非線性、不確定性、強耦合等特性更加顯著,過程建模變得越來越困難.近年來,神經(jīng)網(wǎng)絡(luò)技術(shù)的進(jìn)步,推動了非線性建模技術(shù)的發(fā)展.在過程工程領(lǐng)域,過程機理

2、知識與智能建模技術(shù)的結(jié)合已經(jīng)成為建模研究的焦點.該論文的選題以神經(jīng)網(wǎng)絡(luò)技術(shù)為主線,從理論、方法、應(yīng)用三個層面探討過程機理與智能建模技術(shù)的融合問題.論文首先回顧了過程控制的發(fā)展歷史和過程建模的研究進(jìn)展;然后列舉了過程工程中常見的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與算法,并對神經(jīng)網(wǎng)絡(luò)在過程控制、過程診斷及過程建模中的應(yīng)用進(jìn)行了綜述;接著,一方面總結(jié)了該研究小組在過程建模領(lǐng)域長期以來的積累,另一方面簡要介紹了國內(nèi)外關(guān)于過程混合建模的一些理論與應(yīng)用研究成果,并以此為

3、基礎(chǔ)提出了論文的主要思想.論文的重點部分是混合智能模型的體系結(jié)構(gòu)與建模策略.在給出以工況識別機構(gòu)、簡化機理模型機構(gòu)、穩(wěn)態(tài)模型校正機構(gòu)與動態(tài)模型調(diào)整機構(gòu)為主要框架的模型結(jié)構(gòu)以后,基于過程機理知識與神經(jīng)網(wǎng)絡(luò)穩(wěn)態(tài)和動態(tài)建模技術(shù),依次研究了模型各組成機構(gòu)的工作原理與實現(xiàn)技術(shù),并提出了過程工況識別、機理混合建模與模型結(jié)構(gòu)自動設(shè)計的思想以及具體的實現(xiàn)方法;其次,針對工況變化后混合智能模型的在線參數(shù)尋優(yōu)問題,提出了一種結(jié)合BFS算法與混沌優(yōu)化算法的混

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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

評論

0/150

提交評論