收藏本站
《浙江大学》 2001年
收藏 | 手机打开
二维码
手机客户端打开本文

化工过程混合建模问题研究

王寅  
【摘要】: 过程建模是过程控制和过程优化的重要基础。近年来,随着市场竞 争的日益加剧和环保要求的不断提高,迫切要求企业从有限的资源中不 断挖掘潜力,提高经济效益,这给过程控制和过程优化提出了新的要 求,从而也对过程建模提出了更高的要求。 由于传统的黑箱建模策略只能利用相对比较单一的信息源,从而限 制了其性能。如何合理有效地利用各种过程信息,以提高模型的整体性 能是混合建模研究的主要内容。本文着重研究了新的混合模型结构、辨 识算法及其应用,具体包括以下几部分内容: 1.提出了一种基于神经网络的自组织模糊系统,它可以根据训练样 本数据的分布情况来灵活地划分模糊集合,从而保证能够以较少的规则 达到理想的建模精度。并针对这种模糊神经网络提出了一种两步混合学 习算法,其收敛速度要比传统的BP算法快得多。加热炉数据的仿真结果 和丙烯丙烷精馏塔的应用结果表明,这种模糊神经系统具有结构简单、 学习速度快、规则数少、相对建模精度高等优点。 2.针对样本数据信噪比较低的场合,提出将部分最小二乘学习算法 引入径向基网络(RBF),以提高模型的抗噪性和外延性。首先将所有训练 样本数据均作为径向基网络隐含层的节点,从而构成一个全径向基网 络;然后利用部分最小二乘算法,将这些关联的基函数和网络输出投影 到一组主元上,在各个主元上分别建立它们之间的对应关系。这样就形 成了一个简约的多输入多输出非线性模型。仿真结果表明,这种径向基 网络外延性好,且对噪声具有较强的鲁棒性。 3.提出了一种模糊—线性复合模型,并给出了在线递推辨识算法, 其中的线性模型离线得到,不进行在线修正。复合模型通过模糊模型的 在线自学习来逼近非线性对象的动态特性。这种复合模型具有任意逼近 能力。在此基础上,进一步提出了基于模糊—线性复合模型的非线性自 适应预测控制算法,并将其应用于pH中和过程的仿真和非线性液位控制 实验装置,仿真和实验结果表明这种预测控制算法能达到较好的控制效 果,特别是在离线样本数据较少的情况下。 —— 4.提出了一种结合专家经验的模糊灰箱建模策略,利用模糊逻辑, 将专家经验、线性模型以及根据历史数据辨识生成的模糊模型统一在一 个整体框架一摸糊混合模型内.由于模型中充分利用了各种有用信息, 从而大大提高了模糊朋模型的外延性。pH中和过程的仿真结呆说明了 其有效性. 5.提出了一种基于线性准穗态数据校正的的容锗模型,利用线性准 稳态数据校正技术对测量数据进行预处理,然后再将处理后的数据作为。 模型的输入,从而大大减少了测量误差,特别是显另误差对模型的影 响,提高了模型的可靠性.并进一步分析了模型的腑范围。串联pH中 和过程的仿真结果说明了其有效性。 6.提出了一种新的基于模糊模型的非线性预测控制策略.T-S模糊 模型用于描迷对象的非线性动态特性,由于每条规则的结论部分是一个 线性模型,因此鳌个模糊模型可以看作一个线性时变系统,从而将模糊 预测控制器中的非线性优化问题转化为一个线性二次寻优问题,以方便 求解。pH中和过程的仿真结果说明了其有效性。 最后,在总结全文的基础上,指出了混合建模芳干有待深入研究的 问题。
【关键词】:
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2001
【分类号】:TP15
【目录】:
  • 致谢3-4
  • 中文摘要4-6
  • 英文摘要6-9
  • 目录9-13
  • 第一章 化工过程混合建模13-37
  • 1.1 引言13-14
  • 1.2 机理建模14-15
  • 1.3 辨识建模15-17
  • 1.4 混合建模17-26
  • 1.4.1 混合建模的优化方法17-19
  • 1.4.2 混合建模的设计方法19-20
  • 1.4.3 模糊神经网络20-24
  • 1.4.4 混合建模的多模型方法24-26
  • 1.5 本文主要内容26-27
  • 1.6 结论27-28
  • 1.7 参考文献28-37
  • 第二章 基于神经网络的自组织模糊系统37-57
  • 2.1 引言37-38
  • 2.2 模糊神经网络的基本结构38-41
  • 2.2.1 模糊系统的描述38-39
  • 2.2.2 网络结构39-41
  • 2.3 模糊神经网络的两步混合学习算法41-45
  • 2.3.1 最近聚类学习算法41-43
  • 2.3.2 模糊神经网络的梯度下降学习算法43-44
  • 2.3.3 在线自学习44-45
  • 2.4 仿真研究45-50
  • 2.5 基于模糊神经网络的产品质量在线预报器50-54
  • 2.6 结论54-55
  • 2.7 参考文献55-57
  • 第三章 径向基网络的部分最小二乘学习算法57-71
  • 3.1 前言57-58
  • 3.2 多输入多输出系统线性回归模型58-60
  • 3.3 径向基网络的部分最小二乘算法60-62
  • 3.4 仿真62-69
  • 3.4.1 非线性函数逼近62-66
  • 3.4.2 加热炉建模66-69
  • 3.5 结论69
  • 3.6 参考文献69-71
  • 第四章 基于模糊—线性复合模型的非线性自适应预测控制算法71-89
  • 4.1 引言71-72
  • 4.2 模糊-线性复合模型及其递推辨识算法72-76
  • 4.2.1 线性模型73-74
  • 4.2.2 模糊模型的在线递推辨识算法74-75
  • 4.2.3 模糊—线性复合模型的任意逼近性75-76
  • 4.3 基于模糊—线性复合模型的非线性自适应预测控制算法76-77
  • 4.4 仿真研究77-83
  • 4.5 实验结果83-87
  • 4.6 结论87
  • 4.7 参考文献87-89
  • 第五章 结合专家经验的化工过程混合建模研究89-101
  • 5.1 前言89-90
  • 5.2 T-S模糊模型90-91
  • 5.2.1 T-S模糊模型的描述90
  • 5.2.2 T-S模糊模型辨识90-91
  • 5.3 模糊混合建模研究91-94
  • 5.3.1 模糊专家模型91-92
  • 5.3.2 线性模型92
  • 5.3.3 模糊混合建模92-93
  • 5.3.4 模糊混合模型的辨识算法93-94
  • 5.3.5 模糊混合模型是一个万能的函数逼近器94
  • 5.4 仿真研究94-99
  • 5.4.1 模糊专家模型的预报结果94-96
  • 5.4.2 传统T-S模糊模型的预报结果96
  • 5.4.3 模糊混合模型的预报结果96-98
  • 5.4.4 三种模型静态特性的比较98-99
  • 5.5 结论99
  • 5.6 参考文献99-101
  • 第六章 一种基于线性准稳态数据校正的容错模型研究101-117
  • 6.1 前言101-103
  • 6.2 线性准稳态数据校正的基本原理103-105
  • 6.3 基于线性准稳态数据校正的容错模型105-108
  • 6.3.1 模型辨识问题描述105-106
  • 6.3.2 基于线性准稳态数据校正的容错模型106-107
  • 6.3.3 基于线性准稳态数据校正的容错模型的容错范围107-108
  • 6.3.4 基于线性准稳态数据校正的容错模型在线预报策略108
  • 6.4 仿真研究108-115
  • 6.5 讨论115
  • 6.6 结论115-116
  • 6.7 参考文献116-117
  • 第七章 基于T-S模糊模型的非线性预测控制策略研究117-129
  • 7.1 前言117-118
  • 7.2 模糊多步预报器118-121
  • 7.2.1 T-S模糊模型118-119
  • 7.2.2 模糊多步预报器119-121
  • 7.3 基于T-S模糊模型的非线性预测控制策略121-125
  • 7.4 仿真研究125-128
  • 7.5 结论128
  • 7.6 参考文献128-129
  • 第八章 结束语129-131
  • 8.1 研究工作的总结129-130
  • 8.2 混合建模研究发展展望130-131
  • 缩略语注释表131-133
  • 作者在攻读博士学位期间发表及完成论文133-135
  • 作者在攻读博士学位期间参加及完成课题情况135-137
  • 作者简介137

【引证文献】
中国期刊全文数据库 前1条
1 严家玉;王宁;;基于模糊专家模型的神经控制器及应用研究[J];自动化仪表;2007年07期
中国博士学位论文全文数据库 前4条
1 闫正兵;内部热耦合空分塔的建模与优化研究[D];浙江大学;2010年
2 成忠;PLSR用于化学化工建模的几个关键问题的研究[D];浙江大学;2005年
3 朱耀春;基于基因表达式编程技术的非线性系统辨识研究[D];华北电力大学(北京);2008年
4 金辉;涤纶短纤维生产过程管理优化方法研究[D];东北大学;2008年
中国硕士学位论文全文数据库 前10条
1 刘佳璐;锻造炉温度场的研究与建模[D];天津大学;2012年
2 秦海鹏;连续竞争反应装置的效益优化方法与应用研究[D];浙江大学;2012年
3 杨光;模糊神经非模型控制算法研究[D];浙江大学;2003年
4 张丽;不确定对象的模糊神经元控制系统设计算法研究[D];浙江大学;2003年
5 李波;基于偏最小二乘回归的大坝安全监控统计模型的研究[D];西安理工大学;2007年
6 严家玉;化工过程的神经控制策略研究[D];浙江大学;2007年
7 王俊;石化生产过程仿真的研究[D];天津理工大学;2007年
8 宫亚琼;径向基函数神经网络在过程建模中的研究与应用[D];北京化工大学;2007年
9 徐扬;中药生产浓缩工段控制系统的研制[D];中南大学;2006年
10 陈刚;聚合反应的软测量建模及工程实现[D];江南大学;2008年
【参考文献】
中国期刊全文数据库 前8条
1 张溥明,荣冈,王秀萍,王树青;数据协调中冗余性分析新方法[J];化工学报;2000年03期
2 李红军,秦永胜,徐用懋;化工过程中的数据协调及显著误差检测[J];化工自动化及仪表;1997年02期
3 席裕庚,许晓呜,张钟俊;预测控制的研究现状和多层智能预测控制[J];控制理论与应用;1989年02期
4 金晓明,荣冈,王骥程;基于李雅普诺夫稳定性的模糊关系模型辨识算法[J];控制理论与应用;1997年02期
5 金晓明,荣冈,王树青,王骥程;动态系统模糊辨识的新算法[J];控制理论与应用;1997年04期
6 陈建勤,陈来九;适应性模糊控制系统的研究[J];控制与决策;1993年06期
7 应行仁;曾南;;采用BP神经网络记忆模糊规则的控制[J];自动化学报;1991年01期
8 张良杰,李衍达;模糊神经网络技术的新近发展[J];信息与控制;1995年01期
【共引文献】
中国期刊全文数据库 前10条
1 王永梅;胡学钢;;决策树中ID3算法的研究[J];安徽大学学报(自然科学版);2011年03期
2 冯燕;吴振玉;;《计算机在化学化工中的应用》课程体系改革初探[J];安徽化工;2012年02期
3 叶明全;;数据挖掘在医疗数据中的应用[J];安徽工程科技学院学报(自然科学版);2007年03期
4 贾泽露;;基于GIS与SDM集成的农用地定级专家系统[J];安徽农业科学;2008年14期
5 蔡丽艳;冯宪彬;丁蕊;;基于决策树的农户小额贷款信用评估模型研究[J];安徽农业科学;2011年02期
6 赵静娴;;基于决策树的食品安全评估研究[J];安徽农业科学;2011年32期
7 王斌;;基于聚类的决策树在玉米种质筛选中的应用[J];安徽农业科学;2011年33期
8 陈文;基于决策树的入侵检测的实现[J];安徽技术师范学院学报;2005年05期
9 覃爱明,胡昌振,谭惠民;网络攻击检测中的机器学习方法综述[J];安全与环境学报;2001年01期
10 左吉峰;乔均俭;;ID3算法的合理性证明及实验分析[J];保定学院学报;2008年04期
中国重要会议论文全文数据库 前10条
1 叶红云;倪志伟;陈恩红;;一种混合型集成学习演化决策树算法[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 王树彬;黄鹤;韩笑冬;王执铨;;一种基于细化故障的容错控制设计[A];第二十七届中国控制会议论文集[C];2008年
3 ;Learning Algorithm of Decision Tree Generation for Continuous-valued Attribute[A];第二十九届中国控制会议论文集[C];2010年
4 王琦;;基于贝叶斯决策树算法的垃圾邮件识别机制[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
5 张海涛;陈宗海;向微;;人工神经网络在系统控制和建模中的应用综述[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
6 杨阳;陈宗海;张海涛;;复杂系统仿真的前端智能化综述[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
7 鲁松;;英文介词短语归并歧义的RMBL分类器消解[A];2005年信息与通信领域博士后学术会议论文集[C];2005年
8 刘海霞;钟晓妮;周燕荣;田考聪;;决策树在居民就诊卫生服务利用影响因素研究中的应用[A];重庆市预防医学会2010年论文集[C];2011年
9 汪云亮;吕久明;刘孝刚;;基于信息熵的辐射源属性分类方法[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
10 叶中行;陆青;余敏杰;;计算智能在银行信贷信用分类中的应用[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(下册)[C];2008年
中国博士学位论文全文数据库 前10条
1 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
2 杨红;污水生化处理的智能建模与优化控制策略应用研究[D];华南理工大学;2010年
3 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
4 张正江;过程系统的数据校正与参数估计[D];浙江大学;2010年
5 徐河杭;面向PLM的数据挖掘技术和应用研究[D];浙江大学;2010年
6 朱佳俊;不确定可拓群决策优化方法及应用[D];东华大学;2010年
7 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
8 管红波;食品连锁经营中的有效客户反应研究[D];东华大学;2010年
9 李军;不平衡数据学习的研究[D];吉林大学;2011年
10 魏小涛;在线自适应网络异常检测系统模型与相关算法研究[D];北京交通大学;2009年
中国硕士学位论文全文数据库 前10条
1 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
2 徐玉颖;气垫式流浆箱智能解耦控制系统[D];浙江理工大学;2010年
3 吕勇松;基于补偿的模糊神经网络电阻炉控制系统设计与实现[D];浙江理工大学;2010年
4 万晨;船用汽轮循环泵动态仿真与优化[D];哈尔滨工程大学;2010年
5 徐洪伟;数据挖掘中决策树分类算法的研究与改进[D];哈尔滨工程大学;2010年
6 曹振兴;适应概念漂移的数据流分类算法研究[D];哈尔滨工程大学;2010年
7 李晓光;数据挖掘技术在高校招生和教务管理中的应用[D];哈尔滨工程大学;2010年
8 秦园;基于SPOT5的土地信息提取技术研究[D];大连理工大学;2010年
9 李玉山;基于反应釜的实时仿真控制平台设计与开发[D];大连理工大学;2010年
10 李仁良;决策树算法在临床诊断中的应用研究[D];辽宁工程技术大学;2009年
【同被引文献】
中国期刊全文数据库 前10条
1 邬建辉,张传福,吴琳琳,湛菁;草酸盐沉淀法在制备粉体材料中的应用[J];四川有色金属;2001年03期
2 张大省,秦艳华,刘丽君,王锐;潜在卷曲性和高收缩性多功能纤维[J];北京服装学院学报;2004年02期
3 王根平,张玉润,周春晖;预测控制在PID调节器设计中的应用[J];兵工自动化;1996年02期
4 王惠文;变量多重相关性对主成分分析的危害[J];北京航空航天大学学报;1996年01期
5 张明廉,杨亚炜;作为通用逼近子的模糊系统及其逼近性质[J];北京航空航天大学学报;1999年03期
6 王全良;甄新平;潘立登;闻光辉;;多变量系统解耦内模控制及其PID转化应用方法的研究[J];北京化工大学学报(自然科学版);2005年06期
7 舒迪前;自校正内模控制器[J];北京科技大学学报;1993年04期
8 黎志钟;中医药学走向世界的若干理论问题——接轨、改轨还是铺轨[J];中国医药学报;1997年01期
9 桑松,林焰,纪卓尚;浮式生产储油装置(FPSO)技术经济评价指标分析及论证[J];船舶;2005年02期
10 郭毓,刘颖,马勤弟;一类非线性动态系统的Hammerstein模型辨识[J];传感技术学报;2000年03期
中国重要会议论文全文数据库 前1条
1 王宁;楼晶;王树青;;水轮发电机组的增量式神经元非模型控制[A];1998年中国控制会议论文集[C];1998年
中国博士学位论文全文数据库 前10条
1 姚莉秀;数据信息采掘技术在冶金、化工中的若干应用[D];中国科学院上海冶金研究所;2000年
2 程博;对几个统计模型的构造和数据分析[D];南开大学;2001年
3 裴浩东;基于神经网络的稳态优化和控制研究[D];浙江大学;2001年
4 徐洪钟;大坝动力系统的安全监控非线性分析模型研究[D];河海大学;2001年
5 李宗坤;土石坝结构性态安全评价方法研究[D];大连理工大学;2003年
6 王文清;聚苯乙烯工业装置的建模与优化[D];浙江大学;2004年
7 李志华;循环子空间回归建模和多智能体遗传优化[D];浙江大学;2003年
8 潘海天;数据挖掘技术在聚合过程建模与控制的应用研究[D];浙江大学;2003年
9 牟盛静;石化工业过程建模与优化若干问题研究[D];浙江大学;2004年
10 刘瑞兰;软测量技术若干问题的研究及工业应用[D];浙江大学;2004年
中国硕士学位论文全文数据库 前10条
1 陈志强;流程工业生产调度问题优化模型及其应用[D];浙江工业大学;2001年
2 陈(羽中)伟;基于先验知识的神经元网络建模与应用[D];浙江大学;2002年
3 武娇;偏最小二乘回归模型及其在教育统计中的应用[D];陕西师范大学;2002年
4 陈焰华;基于神经网络的聚合过程建模方法研究[D];浙江工业大学;2002年
5 陈义;流程企业CIMS及其数据集成技术研究[D];浙江大学;2003年
6 蒋红卫;偏最小二乘回归的扩展及其实用算法构建[D];中国人民解放军第四军医大学;2003年
7 罗耀辉;车间作业计划调度系统的研究与开发[D];西北工业大学;2002年
8 梁林;基于非线性部分最小二乘的软测量建模方法研究[D];清华大学;2000年
9 马翔;大型火电厂锅炉燃烧系统建模及优化控制新方法的探讨[D];福州大学;2004年
10 汪小勇;基于多元统计投影方法的工业过程软测量技术研究[D];浙江大学;2004年
【二级引证文献】
中国期刊全文数据库 前10条
1 朱天竑;陈德钊;;化学化工数据局外点检测方法研究进展[J];化工进展;2006年08期
2 王丽杰;蔡丽娟;周真;秦勇;苏子美;徐可欣;郭建英;;直接正交校正用于牛奶成分近红外光谱分析[J];红外技术;2008年09期
3 潘国锋;杨慧中;孔军;;基于小波数据压缩的光谱技术在水质分析中的应用[J];红外与毫米波学报;2010年05期
4 姚禹;陈立岩;柳虹亮;高智;;基于粒子群优化算法的微生物发酵过程控制[J];科技信息;2012年33期
5 张志伟;张剑辉;;偏最小二乘在软土路基沉降预测中的应用研究[J];山西建筑;2013年10期
6 李波;李大治;张英达;;大坝安全监控的递推PLSR模型[J];水力发电;2008年06期
7 李波;顾冲时;李智录;张真真;;基于偏最小二乘回归和最小二乘支持向量机的大坝渗流监控模型[J];水利学报;2008年12期
8 吴晓研;;四平市经济增长贡献因素的实证分析[J];新西部(下旬.理论版);2011年04期
9 李波;徐宝松;武金坤;胡江;徐光磊;;基于最小二乘支持向量机的大坝力学参数反演[J];岩土工程学报;2008年11期
10 王强;宋文忠;;基于闭环降阶模型的pH中和过程自适应控制[J];自动化仪表;2009年05期
中国博士学位论文全文数据库 前7条
1 聂黎;基于基因表达式编程的车间动态调度方法研究[D];华中科技大学;2011年
2 郭建校;改进的高维非线性PLS回归方法及应用研究[D];天津大学;2010年
3 陈鹏;基于极值动力学的MEMETIC算法及其在非线性预测控制中的应用研究[D];上海交通大学;2011年
4 成飙;两种随机优化算法的改进及其化工应用研究[D];浙江大学;2007年
5 李秀喜;基于GEP的过程监测和化工过程安全运行智能辅助系统研究与开发[D];华南理工大学;2009年
6 程跃;中药制药过程控制及集成化生产若干关键问题研究[D];西南交通大学;2010年
7 徐小平;模块化非线性系统辨识算法研究[D];西安理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 张伟敏;模糊控制的洁具电子排水系统试验研究[D];华东理工大学;2011年
2 李波;基于偏最小二乘回归的大坝安全监控统计模型的研究[D];西安理工大学;2007年
3 朱天竑;化学化工数据局外点检测及其应用[D];浙江大学;2006年
4 金培;基于神经网络的智能PID控制器研究与应用[D];北京化工大学;2008年
5 柳利利;偏最小二乘回归在大坝安全监测资料分析中的应用研究[D];西安理工大学;2008年
6 张真真;支持向量机在大坝安全监测资料分析中的应用[D];西安理工大学;2008年
7 罗杰;基于MSPC的故障检测与诊断方法研究[D];沈阳理工大学;2008年
8 李建伟;基于偏最小二乘回归的混凝土坝变形监控模型研究[D];西安理工大学;2009年
9 孙凤林;偏最小二乘回归法非线性建模及其递推算法的研究[D];华南理工大学;2010年
10 熊海霞;基于基因表达式编程的化工过程监测[D];华南理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前7条
1 袁永根;化工过程的数据校正和参数估计(Ⅰ)[J];化学工程;1986年03期
2 刘传政,袁一;关于化工数据校正问题的研究[J];化学工程;1994年06期
3 李华生;刘传政;董文葆;袁一;;化工过程测量数据校正模式[J];计算机与应用化学;1992年04期
4 席裕庚,张钟俊;一类新型计算机控制算法:预测控制算法[J];控制理论与应用;1985年03期
5 李人厚,张平安;关于模糊辨识的理论与应用实际问题[J];控制理论与应用;1995年02期
6 李华生;董文葆;袁一;;化工过程测量数据中过失误差的侦破[J];炼油化工自动化;1992年02期
7 李宝绶,刘志俊;用模糊理论测辨系统的模型[J];信息与控制;1980年03期
【相似文献】
中国期刊全文数据库 前10条
1 刘兴堂,万少松,李小兵;飞行器运动模型的计算机辨识技术[J];系统仿真学报;1999年05期
2 朱全民;非线性系统辨识[J];控制理论与应用;1994年06期
3 李秀萍;;心电信号的数学模型辨识[J];软件;1994年12期
4 王鸿,高学军,刘乐星;智能内模控制器的研究[J];广东工业大学学报;1999年01期
5 李晓东;基于模型辨识的非线性连续系统的迭代学习控制[J];控制理论与应用;2002年05期
6 刘长良,于希宁,姚万业,刘吉臻;基于遗传算法的火电厂热工过程模型辨识[J];中国电机工程学报;2003年03期
7 霍海波;朱新坚;曹广益;;基于广义回归神经网络的SOFC电压模型研究[J];计算机仿真;2007年02期
8 周志;干树川;;基于遗传算法的控制参数优化研究[J];计算机应用;2007年S2期
9 任颖;李华伟;;基于改进遗传算法的神经网络非线性模型的辨识[J];现代计算机(专业版);2009年02期
10 时乐;赵文杰;刘芳;范晗东;;遗传算法在热工对象辨识中的应用[J];电力科学与工程;2009年04期
中国重要会议论文全文数据库 前10条
1 李振强;罗文广;潘盛辉;林川;;基于小波变换的Hammerstein模型辨识[A];中国自动化学会控制理论专业委员会C卷[C];2011年
2 夏才初;;统一流变力学模型的若干问题研究[A];新世纪岩石力学与工程的开拓和发展——中国岩石力学与工程学会第六次学术大会论文集[C];2000年
3 牛景春;邵媛媛;姜雯雯;;BP网络模型辨识平台[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
4 夏才初;刘大安;;理论流变模型及其统一模型研究[A];面向国民经济可持续发展战略的岩石力学与岩石工程——中国岩石力学与工程学会第五次学术大会论文集[C];1998年
5 夏才初;;统一流变力学模型及用蠕变试验辨识流变力学模型的方法[A];盛世岁月——祝贺孙钧院士八秩华诞论文选集[C];2006年
6 章兢;邹阿金;童调生;;一种正交基函数神经网络模型[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(上册)[C];1995年
7 严侠;牛宝良;;电动振动台模型分析与模型辨识[A];中国工程物理研究院科技年报(2003)[C];2003年
8 叶军;;一种改进的复合正交神经网络模型[A];2003中国控制与决策学术年会论文集[C];2003年
9 蒋效雄;刘雨;苏宝库;柳明;;校正最小二乘法在加速度表误差模型辨识中的应用[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
10 薛力红;申东日;陈义俊;张萍;;一种改进的遗传算法在神经网络模型辨识中的应用[A];2004中国控制与决策学术年会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 姜春福;基于神经网络的机器人模型辨识与控制研究[D];北京工业大学;2003年
2 贺尚红;连续动力学系统参数模型辨识及工业试验[D];中南大学;2003年
3 孙冬梅;动态压力测量系统非线性模型辨识[D];南京理工大学;2004年
4 韩丽丽;多率多输入系统的辨识[D];江南大学;2010年
5 陈沅江;岩石流变的本构模型及其智能辨识研究[D];中南大学;2003年
6 吴博;基于定量反馈理论的飞行模拟器运动平台控制系统研究[D];哈尔滨工业大学;2007年
7 胡啸;基于二阶及高阶统计量的数字接收机非线性盲辨识技术[D];华中科技大学;2011年
8 李江;高层建筑结构振动半主动控制系统研究[D];天津大学;2003年
9 祁家毅;半球谐振陀螺仪误差分析与测试技术[D];哈尔滨工业大学;2009年
10 刘文彬;岩石蠕变本构模型的辨识及应用[D];北京交通大学;2009年
中国硕士学位论文全文数据库 前10条
1 王春园;模型船的数学模型辨识[D];大连海事大学;2012年
2 江涛;Hammerstein模型辨识算法的研究[D];西安理工大学;2010年
3 初燕云;Hammerstein OEMA模型辨识方法研究[D];青岛大学;2010年
4 杨聪巧;基于PE模型的迭代辨识与控制设计方法研究[D];兰州交通大学;2011年
5 洪艳萍;FIR模型辨识及其过程应用研究[D];浙江工业大学;2011年
6 刘刚;汽油机空燃比多参数模型辨识及MPC控制器设计[D];华中科技大学;2012年
7 冯冲;串级系统主动容错控制设计[D];大连理工大学;2004年
8 杨玲玲;基于DCS的模型辨识和系统分析[D];华北电力大学(河北);2003年
9 樊雷;基于广义预测控制的迭代学习算法在间歇过程中的应用[D];浙江大学;2006年
10 禹柳飞;神经网络技术在预测控制中的应用研究[D];湖南大学;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026