全局优化的了望算法

提出求解全局优化问题的了望算法.了望算法利用了望技术确定群山最高点的常识,通过了望管理机制、了望点产生策略、局部问题构造与求解机制,能在较短的时间内求解全局优化问题.大量的测试表明,了望算法具有较高的收敛率和较强的获得问题全部解的能力,对初始点几乎没有依赖,参数选择简单.了望算法能够保证在迭代过程中迭代点的质量逐步变好,所提出的三层次记忆机制极大地提高了望算法的收敛速度.大量的对比测试也表明,在收敛率和全局搜索能力等方面了望算法较遗传算法有一定的优势,且在大多数情况下了望算法耗时较少.由于了望算法是根据人类的高级行为智能和推理智能提出的一种智能算法,它为解决全局优化问题开辟了一条新的途径.     

基于小波变换消噪和盲源信号分离的过程监控方法

针对过程信息不可避免地受噪声污染,提出了一种基于小波变换消噪和盲源信号分离的过程监控方法.该方法首先利用小波变换对过程测量信号消噪,再根据信息最大化准则提取盲源信号,然后利用Parzen窗法建立盲源信号的控制限及相应的过程监控图.通过对一个非等温连续搅拌过程（CSTR）的仿真研究表明,该方法是有效的.此外,为了与传统基于盲源信号分离的过程监控方法做比较,还进行了相应的对比研究.结果表明,对过程测量信息首先进行小波变换消噪能够提高过程的监控性能,减少过程故障的误报率和漏报率,从而进一步证实了方法的有效性.     

乙醛生产过程中的软测量实现

针对乙醛生产过程 ,建立关键过程变量粗乙醛浓度的软测量模型 ,并在此基础上建立粗乙醛的实时收率预测模型。对软测量实现中涉及到的回归变量选择、样本预处理、回归一致性分析、实时校正机制等关键技术进行讨论。该系统的预测值与离线分析值平均相对偏差为 1.2 %。     

基于Min-Max的预测控制鲁棒参数设计

工业控制中模型的不确定性是不可避免的.提出基于Min-Max的预测控制器鲁棒参数设计方法,充分考虑到模型的不确定性.仿真结果表明,控制器在对象模型一定范围内变化时仍具有较好的控制品质,不需要重新整定控制器参数,提高了系统的鲁棒性能.     

基于混合逻辑动态法的污水处理除氮过程的优化控制

应用混合逻辑动态系统法（MLD）,对活性污泥1号模型（ASM1）进行了简化,利用有关活性污泥法的专家经验,建立了连续进水间歇曝气活性污泥法除氮动态模型.再采用预测控制的方法对该过程进行优化控制,通过仿真结果可知：将MLD法应用到活性污泥法建模和优化控制中,可以更加深入地挖掘相关的专家经验知识,并将这些专家经验知识和连续变量模型相结合,使模型更加精确,控制和优化的效果更好.为污水处理领域研究提供了一条新的途径.     

基于粒子群优化的鲁棒Minimax估计

针对未知但有界噪声干扰下的动态系统提出一种基于粒子群优化的鲁棒minimax估计方法.方法的基本思想是将鲁棒minimax估计问题转化为参数空间上的优化问题,然后采用一种改进粒子群优化算法获得模型参数的最优估计.仿真结果显示该方法可以在估计模型参数的同时准确估计误差界的大小.     

基于人工鱼群算法的鲁棒PID控制器参数整定方法研究

本文首先分析了采用极小--极大原理设计鲁棒PID控制器的方法,指出这是一类复杂非线性且非单鞍点的优化命题,常规优化算法通常不能有效的求解.随后提出了采用人工鱼群算法进行参数整定的方法.最后对典型问题进行了仿真研究.结果表明,人工鱼群算法具备分布并行的寻优能力,对初值不敏感,能够快速对鲁棒PID的参数进行整定,整定后的PID控制器具有良好的控制效果.     

基于操作轨迹模型的非线性预测控制算法

针对工业过程的非线性,本文首先提出了一种操作轨迹非线性模型的辨识方法:根据调度变量的操作轨迹,选取若干个典型工作点;在各个典型工作点,辨识各自的线性模型;根据测试数据以及过渡数据,得到全局插值非线性模型.在此基础上,本文进一步提出一种基于操作轨迹模型的非线性预测控制算法,并采用多步线性化方法进行问题求解.由于仅需要在典型工作点上进行测试,降低了全局建模的辨识成本,而且控制品质好,仿真结果表明了该算法的有效性.     

大范围工况变化下联塔的严格机理模拟研究

建立基于严格机理的乙烯生产过程联塔系统开放式模型,采用大规模系统优化方法和自动微分方法,对此联塔系统进行大范围工况变化下的模拟.求解结果和收敛效率与Aspen Plus进行了对比.在初值相同、标度相同、建模和求解方式一致的情况下,本文联立求解方法的结果与Aspen Plus的EO模式的求解结果一致;对于进料工况大范围变化的情形,本文的联立求解方法收敛性明显优于Aspen Plus.采用大规模优化计算方法和稀疏自动微分方法对于提高求解效率、降低初值依赖性具有明显的效果.     

柴油调合在线优化内模控制

根据某炼油厂加工不同外来原油时的柴油谳合生产实测数据，建立了以柴油组分油流量和倾点为输入参数、柴油倾点为输出参数的柴油调合ＲＢＦ神经元网络模型，该模型能较 品倾点值；提出了闭环优化控制策略。