改进块式递推偏最小二乘建模方法及应用

针对传统偏最小二乘（ＰＬＳ）模型的在线更新问题,提出了带有自适应遗忘因子的块式递推ＰＬＳ建模方法．通过ＨｏｔｅｌｌｉｎｇT² 和Q统计量确定遗忘因子的大小,并且进行模型递推更新,确保模型跟踪过程特性的变化．将所提出的方法应用于管坯斜轧穿孔能耗过程,表现出较强的模型在线更新能力．测试结果表明,带有自适应遗忘因子的块式递推ＰＬＳ方法的性能优于传统的迭代偏最小二乘方法的性能．

     

钴湿法冶炼萃取过程中的组分含量软测量

提出了一种钴湿法冶炼萃取组分含量混合建模方法.该模型由基于物料衡算关系的动态机理模型与基于萃取平衡实验数据的RBF神经网络模型组成.机理模型作为描述过程动态行为的整体框架,RBF神经网络用来辨识机理模型中的未知函数关系.在上述混合模型的基础上,还提出了一种模型校正策略,进一步提高了模型的精确性.将所建立的混合模型应用于实际湿法冶炼生产过程中,结果表明该方法具有良好的估计性能.     

一类不确定离散切换模糊时滞系统的鲁棒非脆弱控制

针对一类不确定离散切换模糊时滞系统,研究了在控制器增益存在摄动情况下的稳定性问题.利用切换技术和多Lyapunov函数方法,并以矩阵不等式形式给出了非脆弱状态反馈控制器存在的充分条件和切换律设计.最后通过数值仿真算例验证了设计方法的有效性和可行性.

     

连续时间T-S模糊系统的一种二次镇定方法

模糊隶属函数是模糊系统的重要组成部分,在系统镇定中考虑其结构和参数信息可以减少结果的保守性.为此,针对连续时间T-S模糊系统的二次镇定问题,提出一种新的放松二次镇定条件.运用一种有效的附加变量引入方式将隶属函数乘积界这一信息更好地纳入系统的镇定条件中,得到了比以往文献保守性更小的结果.所有结果均以线性矩阵不等式形式给出.仿真结果验证了所提出方法的有效性.     

基于模糊T-S模型的非线性系统的H∞鲁棒容错控制

研究一类具有不确定和时滞的非线性系统的H鲁棒容错控制问题.采用T-S模糊模型来描述非线性系统,在系统执行器失效的情况下,建立故障矩阵模型;通过引进自由加权矩阵,基于Lyapunov稳定性理论和LMI(线性矩阵不等式)方法,给出系统H鲁棒容错控制器存在的充分条件,保证了系统的鲁棒稳定性,仿真实例验证了该方法的有效性.     

基于Bagging的多模型钢水温度预报

针对LF(Ladel Furnace)冶炼特点及现有钢水温度预报方法存在的不足,提出一种基于Bagging的多模型预报方法.该方法利用Bagging思想,有效地将智能方法与机理方法相结合,在提高智能方法预报精度的同时使得机理模型与智能模型的优势得到互补,克服了单纯机理模型参数获得不够准确以及单纯智能模型缺乏工艺指导的不足.另外,该方法还对Bootstrap采样后的子训练数据集进行了主成分分析(PCA),有效地克服了集成算法固有的子学习机精度与数据集多样性不能兼顾的问题.

     

钴湿法冶炼萃取过程中的组分含量软测量

提出了一种钴湿法冶炼萃取组分含量混合建模方法.该模型由基于物料衡算关系的动态机理模型与基于萃取平衡实验数据的RBF神经网络模型组成.机理模型作为描述过程动态行为的整体框架,RBF神经网络用来辨识机理模型中的未知函数关系.在上述混合模型的基础上,还提出了一种模型校正策略,进一步提高了模型的精确性.将所建立的混合模型应用于实际湿法冶炼生产过程中,结果表明该方法具有良好的估计性能.

     

多目标混沌差分进化算法

将差分进化算法用于多目标优化问题,提出了多目标混沌差分进化算法(CDEMO).该算法利用混沌序列初始化种群,并用混沌备用种群进行替换操作.该操作不仅起到了维持非劣最优解集均匀性的作用,而且增强了算法的搜索功能.对CDEMO的性能进行研究,数值实验结果表明了CDEMO的有效性.

     

两台流水机器协调分解调度问题

研究钢管加工流程中一类新型两台机器流水车间调度问题,工件在第一台机器上加工后被分解成多个子工件.对于最小化最大完成时间的情况,给出一个多项式时间的最优算法;对于最小化最大完成时间与惩罚费用之和的情况,给出一个拟多项式时间的动态规划算法;对于考虑生产前运输的最小化最大完成时间的情况,分析了问题的复杂性.证明了第一种情况的最优算法可作为后两种情况的2-近似算法.数值实验表明了算法的有效性.     

钢铁企业合同计划与余材匹配的集成优化方法

钢铁企业的合同计划和余材匹配的集成优化是解决钢铁企业面向订单生产的关键技术.由于该问题复杂,涉及因素多,求解难度大,对此提出一个带有提前拖期惩罚的联合计划优化的数学模型,并提出一种嵌有"优先适合启发式"的遗传算法.该方法利用背包问题的求解思路改进了染色体的性能,从而加快了遗传算法的求解速度.将该模型及算法应用于实际钢铁企业的计划编排中,取得了满意的效果.