检索结果-内蒙古大学图书馆

系统仿真学报 2014年第7期26卷 1497-1502页

作者：秦翠翠贾立上海大学机电工程与自动化学院自动化系上海市电站自动化技术重点实验室上海200072

烟气含氧量是送引风调节系统中的重要参数,直接反映锅炉燃烧过程的风煤比,对锅炉燃烧优化有着至关重要的意义。针对火电厂烟气含氧量的软测量问题,提出了一种新型集成软测量方法。基于相似准则在线选择当前工况的相似性样本集,分别建立... 详细信息

烟气含氧量是送引风调节系统中的重要参数,直接反映锅炉燃烧过程的风煤比,对锅炉燃烧优化有着至关重要的意义。针对火电厂烟气含氧量的软测量问题,提出了一种新型集成软测量方法。基于相似准则在线选择当前工况的相似性样本集,分别建立基于概率密度函数准则的在线滚动即时学习软测量模型和神经模糊软测量模型。在此基础上,采用加权集成的方法集成上述单一模型,并通过粒子群优化算法寻找最优权值。最后,将集成软测量模型应用于火电厂烟气含氧量的测量中。仿真结果表明,提出的集成软测量模型具有较高的预测精度。

关键词：烟气含氧量软测量神经模糊模型即时学习概率密度函数

来源：评论

学校读者我要写书评

暂无评论

火电机组主蒸汽温度神经模糊-PID串级控制

引用

控制工程 2013年第5期20卷 877-881页

作者：贾立柴宗君上海大学机电工程与自动化学院自动化系上海市电站自动化技术重点实验室上海200072

如何将机组主蒸汽温度快速地控制在额定范围之内是火电厂热工过程控制面临的主要难题。针对超临界锅炉机组的主蒸汽温控制问题,提出一种基于神经模糊模型的火电机组主蒸汽温度自适应PID控制方案。根据采集到的减温水流量、高温过热器入... 详细信息

如何将机组主蒸汽温度快速地控制在额定范围之内是火电厂热工过程控制面临的主要难题。针对超临界锅炉机组的主蒸汽温控制问题,提出一种基于神经模糊模型的火电机组主蒸汽温度自适应PID控制方案。根据采集到的减温水流量、高温过热器入口温度、主蒸汽流量、主蒸汽温度数据建立机组主蒸汽温度神经模糊模型,以此模型为基础实施主蒸汽温度自适应PID串级控制。内环采用PI控制器克服内部扰动,从而减少扰动对于导前汽温的影响,再将内环PI闭环控制系统及惰性区作为广义被控对象实行单神经元PID控制,通过主蒸汽温度额定值和实际输出值之间的误差对控制器参数进行在线调节,最终达到对过热器的控制。仿真实例验证了所提出的方法的有效性。

关键词：火电机组主蒸汽温度神经模糊模型自适应单神经元PID控制

来源：评论

学校读者我要写书评

暂无评论

神经模糊逆模/PID复合控制在CSTR中的应用

引用

控制理论与应用 2001年第5期18卷 769-773页

作者：刘士荣俞金寿宁波大学自动化系宁波315211 华东理工大学自动化研究所上海200237

研究了基于广义基函数神经模糊模型的逆系统实现及其直接逆模控制 ,并提出将直接逆模控制与PID反馈控制相结合的复合控制策略 .该控制策略已应用于CSTR的反应浓度控制 .仿真结果表明 ,神经模糊逆模 /PID复合控制能克服因辨识逆模型不精... 详细信息

研究了基于广义基函数神经模糊模型的逆系统实现及其直接逆模控制 ,并提出将直接逆模控制与PID反馈控制相结合的复合控制策略 .该控制策略已应用于CSTR的反应浓度控制 .仿真结果表明 ,神经模糊逆模 /PID复合控制能克服因辨识逆模型不精确引起的缺陷 ,并具有良好控制性能 .

关键词：神经模糊模型逆系统逆模控制 PID控制化学反应器复合控制

来源：评论

学校读者我要写书评

暂无评论

基于相关分析和带遗忘因子的随机梯度的非线性系统Wiener模型辨识

引用

陕西科技大学学报 2024年第3期42卷 197-202,208页

作者：丁振宇李峰徐亮亮江苏理工学院电气信息工程学院江苏常州213001 常州铁道高等职业技术学校江苏常州213011

实际工业过程往往呈现强非线性和时滞特性,在复杂工况下如何建立过程的高精度模型并对其进行有效控制是研究重点.本文研究了一种基于相关分析的非线性系统Wiener模型辨识.Wiener非线性模型由动态线性子系统和静态非线性子系统串联组成,... 详细信息

实际工业过程往往呈现强非线性和时滞特性,在复杂工况下如何建立过程的高精度模型并对其进行有效控制是研究重点.本文研究了一种基于相关分析的非线性系统Wiener模型辨识.Wiener非线性模型由动态线性子系统和静态非线性子系统串联组成,利用时滞状态空间模型和神经模糊模型分别建立动态线性子系统和静态非线性子系统,并利用设计的组合信号实现Wiener非线性模型分离辨识.首先,利用后移算子的性质,将时滞状态空间模型转化为传递函数模型,在高斯信号作用下利用相关分析方法辨识动态线性子系统的参数,解决了Wiener模型中间变量不可测问题.其次,为了改善辨识模型的精度和收敛速度,推导了带遗忘因子的递推随机梯度方法,得到静态非线性子系统的参数估计.将提出的非线性Wiener模型辨识方法运用于连续搅拌反应釜,实验仿真结果表明,本文提出的Wiener模型辨识方法能够有效辨识连续搅拌反应釜系统,并取得较好的控制效果.

关键词：非线性系统 Wiener模型神经模糊模型相关分析

来源：评论

学校读者我要写书评

暂无评论

供应链金融模式下中小企业信用风险评级模型研究

引用

国际经济合作 2014年第1期 90-94页

作者：范黎波贾军贾立对外经济贸易大学对外经济贸易大学国际商学院上海大学

供应链金融能够有效的解决我国中小企业融资难题,同时也有助于银行探索新的利润增长点。在供应链金融模式下,对中小企业的信用风险评级需要综合考虑供应链上企业的状况,包含的不确定性因素更多更复杂。本文在供应链金融模式中引入了神... 详细信息

供应链金融能够有效的解决我国中小企业融资难题,同时也有助于银行探索新的利润增长点。在供应链金融模式下,对中小企业的信用风险评级需要综合考虑供应链上企业的状况,包含的不确定性因素更多更复杂。本文在供应链金融模式中引入了神经模糊系统,构建了我国中小企业信用风险评级的神经模糊模型,并通过实例比较验证了模型的有效性和优越性,为供应链金融模式下中小企业的信用风险评估提供了新的思路。

关键词：供应链金融中小企业信用风险评级神经模糊模型

来源：评论

学校读者我要写书评

暂无评论

间歇生产过程产品质量迭代学习优化控制研究

间歇生产过程产品质量迭代学习优化控制研究

引用

作者：施继平上海大学

学位级别：硕士

间歇过程的研究受到越来越多的关注，其应用前景广阔，现已成为一个独具特色的研究领域。但就目前的文献资料看，这个领域的研究还存在很大的局限性。随着数据驱动技术、智能优化控制算法、过程仿真平台的研究与发展，先进控制与智能优... 详细信息

间歇过程的研究受到越来越多的关注，其应用前景广阔，现已成为一个独具特色的研究领域。但就目前的文献资料看，这个领域的研究还存在很大的局限性。随着数据驱动技术、智能优化控制算法、过程仿真平台的研究与发展，先进控制与智能优化的引入，为间歇过程的研究赋予了更新的内容，提供了更多有效的手段。本文首先对间歇过程建模与优化控制的研究现状、存在问题以及未来的发展趋势进行了总结，然后从实际应用的角度出发，在基于神经模糊系统的间歇过程建模、产品质量优化控制器的设计、系统收敛性和误差跟踪性能分析等几个方面进行了深入的研究，主要研究成果如下：　　 1．提出一种具有非线性模糊规则后件的间歇过程产品质量神经模糊模型，该模型由多层神经模糊网络构成，分两阶段学习。该方法的最大特点是能够根据输入数据的分布灵活地划分模糊集合，增强了区域分布的合理性，并且避免了传统学习算法中学习参数采用试凑法和易陷入局部极小的缺点。因此，该算法具有较好的非线性逼近和参数自学习能力。　　 2．针对间歇生产过程的特点，利用神经模糊系统建立间歇过程的模型，并采用一种迭代学习方法解决间歇过程的产品质量的优化控制问题。论文不仅从理论上对控制器的收敛性进行了严格的数学分析，并且给出了深入的仿真实验研究，验证了算法的有效性和实用价值。　　 3．在研究成果1、2的基础上，考虑到实际生产中存在扰动和不确定因素，提出了一种模型参数可自适应调节的问歇过程产品质量迭代学习算法。利用间歇过程重复运行的特性，根据历史批次的输入输出信息，对模型进行在线调节，从而使得模型和测量值之间的误差在不断的迭代过程中减小，在此基础上进行产品质量优化控制器的设计，使得控制轨迹收敛，并且产品质量趋于最优。　　 4．在研究3的基础上，提出一种变R调节迭代学习控制算法，借鉴经典控制理论定义了有界跟踪和零跟踪概念。以此研究了能够让系统输出误差达到零跟踪的迭代学习控制策略，并严格地证明了算法的稳定性，得出可以通过调节权值R使过程产品质量的误差收敛到与模型精度相关联的有界区域的结论。

关键词：间歇生产神经模糊模型迭代学习控制收敛性误差跟踪

来源：评论

学校读者我要写书评

暂无评论

基于概率密度函数的Hammerstein模型辨识研究和应用

基于概率密度函数的Hammerstein模型辨识研究和应用

引用

作者：朱鑫健江苏理工学院

学位级别：硕士

在已有的许多非线性动态模型中,一类新颖的块结构模型已成为当前研究热点。Hammerstein模型是块结构模型中结构最简单、应用最广泛的模型,由静态非线性模块与动态线性模块串联而成,能较好地反映实际非线性过程的特征。Hammerstein模型... 详细信息

在已有的许多非线性动态模型中,一类新颖的块结构模型已成为当前研究热点。Hammerstein模型是块结构模型中结构最简单、应用最广泛的模型,由静态非线性模块与动态线性模块串联而成,能较好地反映实际非线性过程的特征。Hammerstein模型具有传统非线性模型不可比拟的优越性,可以通过和先进控制算法的结合,进而可以把非线性控制问题简化为线性模型控制问题。然而,由于Hammerstein模型串联模块的中间变量信息不可测量,导致块结构模型设计和分析方法不同于传统的非线性动态系统建模方法。本文针对Hammerstein模型中间变量信息不可测量问题,引入概率密度函数技术,分析Hammerstein模型的静态非线性模块在特殊输入信号作用下的特性,结合神经模糊、概率密度函数、相关性分析、辅助模型递推最小二乘等原理与技术,研究基于概率密度函数的Hammerstein模型辨识方法,本文的主要研究内容如下: (1)针对传统均方误差目标函数,在参数辨识过程中未考虑数据点之间的空间状态问题,提出了一种基于概率密度函数的神经模糊Hammerstein模型辨识方法。首先,利用二进制信号不激发静态非线性模块的特性,实现静态非线性模块和动态线性模块分离,并利用辅助模型递推最小二乘法辨识动态线性模块的参数,解决了Hammerstein模型中间变量信息不可测问题。其次,针对均方误差在建立目标函数时没有考虑数据点之间的空间状态,引入概率密度函数技术,并利用模型误差概率密度函数法辨识静态非线性模块的参数,即神经模糊模型参数。仿真结果表明,提出的方法能够获得较高的辨识精度,能够控制模型误差的空间分布状态,从而提高模型的泛化能力。 (2)在研究二进制-随机信号的基础上,将信号拓展为应用更为广泛的一类可分离信号,提出了基于组合信号的神经模糊Hammerstein输出误差模型辨识方法。首先,在可分离信号作用下,利用Hammerstein模型的输入自协方差函数代替中间变量与输入变量的互协方差函数,进而采用相关分析法辨识动态线性模块的参数,解决了Hammerstein模型中间变量信息不可测问题。然后,利用聚类算法和模型误差概率密度函数方法辨识静态非线性模块参数。仿真结果表明,提出的方法有效辨识Hammerstein输出误差模型。 (3)在模型误差概率密度函数的基础上,针对模型误差系统无法自适应地校正模型误差问题,引入辅助误差技术,提出了一种基于辅助误差概率密度函数的Hammerstein模型辨识方法。首先,基于可分离信号的输入输出,利用相关分析法辨识动态线性模块的参数。其次,利用辅助误差技术将原先的误差开环模型转变为基于辅助误差的闭环反馈模型,并利用聚类方法和辅助误差概率密度函数方法辨识静态非线性模块的参数。最后,设计了基于Hammerstein模型的连续搅拌反应釜过程控制系统,利用Hammerstein模型的特殊结构,简化了控制系统的设计,取得较好的控制效果。 (4)将上述研究中提出的Hammerstein模型辨识方法运用到永磁同步电机中,利用神经模糊Hammerstein模型建立永磁同步电机系统。在研究中,以q轴电压为Hammerstein模型输入,q轴电流为Hammerstein模型输出,并利用提出的辨识方法辨识基于Hammerstein模型的永磁同步电机系统。仿真结果表明,辨识得到的Hammerstein模型能够有效预测永磁同步电机q轴的电流。

关键词： Hammerstein模型神经模糊模型概率密度函数辅助误差组合信号

来源：评论

学校读者我要写书评

暂无评论

基于组合信号的分数阶非线性系统辨识

基于组合信号的分数阶非线性系统辨识

引用

作者：孙梦琪大连理工大学

学位级别：硕士

非线性过程在实际的生产生活中普遍存在，而其中的一些实际系统，相较于采用传统整数阶建模，利用分数阶的非局部性和历史长记忆性可以对其过程进行更准确地描述。分数阶块结构模型作为一类典型的分数阶非线性模型，它由若干个动态线性... 详细信息

非线性过程在实际的生产生活中普遍存在，而其中的一些实际系统，相较于采用传统整数阶建模，利用分数阶的非局部性和历史长记忆性可以对其过程进行更准确地描述。分数阶块结构模型作为一类典型的分数阶非线性模型，它由若干个动态线性环节和静态非线性环节串联而成，因为其结构简单、易于辨识且计算量少，因此被广泛应用于系统辨识领域。本文主要针对分数阶块结构模型辨识，从模型中间变量不可测量的角度出发，将可分离信号、多新息LM算法、相关分析法、神经模糊模型等相结合，实现分数阶块结构模型的辨识研究。所提出的方法不仅克服了中间变量不可测的困难，并且提高了辨识精度、简化了辨识过程。本文的主要研究成果有：　　1．提出基于组合信号的分数阶Hammerstein模型的辨识方法，针对模型的串联环节，利用由二进制信号和随机信号组成的组合输入信号实现其动态线性环节和静态非线性环节的解耦，从而简化辨识过程。进而通过多新息LM算法辨识动态线性环节的参数，并利用神经模糊模型描述模型非线性环节，随后通过递推最小二乘辨识权重参数。　　2．在以上的研究基础上，考虑输出非线性分数阶Wiener模型的辨识研究，组合信号由高斯分布信号和随机信号组成，利用高斯分布信号作为可分离信号的特性，得到模型输入输出之间的相关关系，从而实现各环节的解耦。动态线性环节依据相关分析法求解，得到中间不可测量变量的估计值后，利用神经模糊模型和递推最小二乘法相结合的方法实现权重参数辨识。　　3．考虑一类更复杂的分数阶块结构模型，针对分数阶Hammerstein-Wiener模型，设计三段式组合信号，分别由两段同频率不同幅值的二进制信号和一段随机信号组成。输入静态非线性环节和输出静态非线性环节均由神经模糊模型拟合，根据两段二进制信号的倍数关系，得到两段模型输出之间对应的数学关系，从而求得输出非线性环节的权重参数，进而估计出中间不可测量变量，动态线性环节通过多新息LM算法求得，最后利用递推最小二乘算法求解输入非线性环节参数。　　4．以压电陶瓷驱动定位系统为实例，针对压电陶瓷材料的迟滞特性、蠕变特性致使整个系统的控制精度和灵敏度变低的问题，利用分数阶微积分非局部性和历史长记忆性的特性来降低这种不良影响。通过采集输入输出数据，采用多新息LM算法和神经模糊模型相结合的方法，构建相应的分数阶Hammerstein模型，最终实现实际系统的精确建模。

关键词：分数阶非线性系统组合信号神经模糊模型分数阶微积分

来源：评论

学校读者我要写书评

暂无评论

基于概率密度函数的软测量方法及其在烟气含氧量中的应用

引用

江南大学学报（自然科学版） 2013年第5期12卷 553-558页

作者：秦翠翠贾立上海大学机电工程与自动化学院上海200072 上海市电站自动化技术重点实验室上海200072

现场采集的数据多为动态的生产数据,常规的数据预处理方法不能完全剔除数据中存在的各种有色噪声。针对该问题,提出了一种基于概率密度函数的烟气含氧量软测量方法,建立基于神经模糊系统的烟气含氧量软测量模型,将概率密度函数控制的思... 详细信息

现场采集的数据多为动态的生产数据,常规的数据预处理方法不能完全剔除数据中存在的各种有色噪声。针对该问题,提出了一种基于概率密度函数的烟气含氧量软测量方法,建立基于神经模糊系统的烟气含氧量软测量模型,将概率密度函数控制的思想引入到模型参数的辨识算法中,以克服有色噪声的影响。仿真结果表明,文中提出的新型软测量方法具有较高的建模精度,特别是在测量数据存在噪声的情况下,能够有效地解决烟气含氧量的预测问题。

关键词：烟气含氧量软测量概率密度函数神经模糊模型

来源：评论

学校读者我要写书评

暂无评论

一种自适应单神经元控制器设计

一种自适应单神经元控制器设计

引用

第八届工业仪表与自动化学术会议

作者：陶鹏业贾立 Chiu Min-Sen 上海大学机电工程与自动化学院

提出一种基于神经模糊模型的自适应单神经元控制系统,该控制系统首先根据采集到的输入输出数据建立被控过程模型;并在此基础上引入单神经元控制器,通过梯度下降法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值,理论... 详细信息

提出一种基于神经模糊模型的自适应单神经元控制系统,该控制系统首先根据采集到的输入输出数据建立被控过程模型;并在此基础上引入单神经元控制器,通过梯度下降法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值,理论分析和仿真结果表明,这种单神经元控制器和传统的 PID 控制器具有极其相似的结构,因此,具有结构简单,易于操作的特点,并较传统的 PID 控制器具有更快的跟踪速度,控制参数可以在线调节.

关键词：非线性系统神经模糊模型自适应控制单神经元控制器

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：