多变量系统的软测量建模研究

研究加氢裂化分馏塔多个产品的质量指标同时预报的一类ＭＩＭＯ软测量建模问题,采用ＲＢＦ网络和Ｆｕｚｚｙ ＡＲＴＭＡＰ网络对该ＭＩＭＯ系统进行建模,并用ＲＢＦ网络建立了每个输出的独立的ＭＩＳＯ软测量模型。应用实例表明,所研究的软测量建模为多变量系统软件测量的工业应用提供了一种有效实用的方法。     

神经模糊系统中模糊规则的优选

提出一种基于两级聚类算法的自组织神经模糊系统，该系统采用两级聚类算法（改进的最近邻域聚类算法和Gustafson-Kessel模糊聚类算法）对输入／输出数据进行模糊聚类，并由模糊聚类的划分熵确定最优划分，建立模糊模型，模型精度可由梯度下降法进一步提高。仿真结果表明，这种神经模糊系统具有结构简单、规则数少、学习速度快以及建模精度高等特点。     

分馏塔产品质量估计MIMO软测量

针对加氢裂化分馏塔多个产品的质量指标需同时预报的一类ＭＩＭＯ软测量建模问题,研究了适用于ＭＩＭＯ软测量建模的一种改进的的ＰＬＳ算法。通过采用实摹旨出该算法具有所需训练数据少、允许数据相关、算法收敛快等优点,是处理多变量系统软测量建模的一种有效方法。     

基于模型的输出反馈网络控制系统反馈调度研究

针对基于模型的网络控制系统缺乏应对动态变化的网络负载问题l,设计反馈调度器,依据实际的网络拥塞情况,调整基于模型的网络控制系统的状态更新时间.为应对状态不完全可测的情况,在控制结构中使用了状态观测器,并证明了所提出系统在可变更新时间情况下的稳定性.仿真结果验证了稳定性条件的正确性和新网络控制系统结构的有效性.

     

高维小波网络及其在丙烯腈收率预测中的应用

针对基于单尺度小波框架的高维小波网络,提出一种系统化的设计方法．首先在小波框架内提出一种小波基初始化方法;然后根据样本的分布特点,提出一种改进的小波基粗选方法;最后将自适应投影算法与AIC准则相结合,对小波基进行精选,同时完成网络参数的辨识．将该方法应用于丙烯腈收率的预测,研究结果表明了该方法的有效性．     

精镏过程建模和控制

本文从控制的观点出发,扼要介绍了笔者近年来在建立精馏过程的静态和动态数学模型、仿真实验、简化模型以及开发新型控制系统所作的工作和取得的成果。     

基于非线性人工神经元网络模型的优化策略及其在润滑油生产中的应用

本文基于人工神经元网络的计算特性,提出了一种具有学习能力的在线优化策略.这种方法不需要对优化对象进行机理建模或变量间的相关性分析,而直接从工艺管线的拓扑结构出发建立神经网络模型.整个优化过程采用增量跟踪运算方式,因而能自动适应工况的变化.文中以润滑油生产过程为例进行了仿真研究,结果表明本方法是有效的.