基于神经网络质量模型的磨矿过程智能控制

通过分析实际磨矿过程的生产状况和基本生产数据,建立在磨矿过程中结合比值调节控制前水和给矿量,运用专家 系统对给矿量进行优化控制和基于神经网络质量模型的智能控制方法。实际仿真研究表明,该方法能够提高生产效率,解决磨矿 过程中有一定难度的溢流浓度和分级粒度控制问题。     

系统辨识的最优输入设计（OID）综述

本文分时域法和频域法综述了动态系统辨识的最优输入设计。首先回顾了最优输入设计的发展历史,接着主要就七十年代末及八十年代的主要研究成果进行了评述。同时,还介绍了最优输入设计的实际应用研究。最后,本文还对今后的发展方向提出了建议。     

大时延过程的控制方法

有很多工业过程控制系统包含纯时延,克服纯时延是改善时延过程控制质量的一个关键性问题。本文综述自Smith提出的预估控制器以来,近30年内关于解决大时延系统的一系列控制方法。并着重介绍最近几年的研究成果,例如改进型Smith预估控制法;最优控制法;自适应控制法;以及有限谱配置设计方法。借助微计算机实现各种控制算法,可以有效地控制时延系统,论文最后对大时延系统的研究提出了小结和展望。     

具有模糊约束的大工业过程的关联平衡法

研究稳态大工业过程的递阶优化控制算法时,针对模型-实际存在差异以及实际约束条件有一定伸缩性的问题,将子过程模型作为等式约束,通过引入模糊系数使其转化为模糊等式约束,同时对子过程原有的不等式约束进行模糊化处理,提出具有模糊约束的关联平衡法,进而研究了两种情形(开环和有全局反馈)的关联平衡法.仿真结果表明,有全局反馈的模糊关联平衡法得到的最终解十分接近实际过程的真实最优解.     

人口模型的两种转化形式

本文为了人口状态设计和政策综合计算的需要而介绍离散型人口模型的两种转化型式, 给出了它们的推导过程,并作了简短说明.     

工业过程随机稳态优化控制算法的鲁棒性分析

本文给出了一种随机稳态优化算法的灵敏度分析，讨论算法解对参数变化的关系。这些参数代表系统结构参数或噪声向量的某些数字特征．     

线性系统的定性控制方法

根据被控对象的定性数学模型，设计一种定性控制器，精确数学模型是很难得到的，然而有很多对象，可知道它的工作机理，根据这种机理，能够建立定性数学模型，如果系统是线性的，将得到一种定性控制算法。     

大规模前馈神经网络的一种有效学习算法及其应用

前馈神经网络在复杂系统建模中局限于小型或中等规模的系统，主要原因是：对于大规模问题，现有的神经网络学习算法或者收敛太慢，或者难以收敛．针对这一问题，本文提出一种基于改进的拟牛顿方法的神经网络学习算法该算法内存需要量小，收敛速度快，适合高维神经网络的训练．本文利用该算法训练神经网络建立32输入工业产品质量模型，结果表明了该算法的有效性．     

基于定量模型的MIMO非线性系统定性控制

对模型中含有不确定因素的MIMO非线性系统给出了一种基于定量模型的定性控制方法，避免了模糊控制器设计中存在主观性和模糊规则难以获取等缺点。此方法具有模糊控制的控制效果，仿真表明了该方法的有效性。