排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
针对热工对象具有的大迟延、大惯性等特性,使用一种隐式广义预测控制方法进行控制;该算法不辨识对象模型参数,根据输入输出数据直接辨识求取最优控制律中的参数,是一种自校正算法。仿真结果表明该算法控制效果良好,并且对模型变化具有较强的鲁棒性;基于该算法的控制动作和输出在启动时易超限。可先测出对象的单位阶跃响应作为递推最小二乘估计的初始参数,仿真结果表明其有效性。 相似文献
2.
当辨识神经网络的类型和结构确定后,初始权值等辨识参数直接影响到辨识效果,而依靠先验知识试凑而得的参数值往往难以达到最佳效果。针对这一问题,提出了一种结合粒子群(PSO)算法及引入动量项的改进BP网络的辨识方法,利用PSO对改进BP网络辨识的初始权值/偏置、学习率、动量系数进行寻优,并将优化后的神经网络模型用在控制系统中进行修正,进一步完善辨识模型。应用在热工系统中,仿真结果表明了该辨识方法的有效性。 相似文献
3.
日前,国内稀土材料行业中最大的中日合资项目——包头昭和稀土高科新材料有限公司举行合同签字仪式。包钢稀土高科公司、中国冶金进出口公司和日本昭和电工株式会社、日本东海贸易株式会社将投入资金15亿日元,计划用一年半时间,在包头建成年产能力5000t的稀土永磁材料生产 基地。稀土材料最大的中日合资项目落户包头@杨怀申 相似文献
4.
提出一种基于神经网络和参数优化的预测控制方法。首先利用带有动量项的改进BP神经网络辨识系统模型,在辨识过程中使用粒子群算法(PSO)对改进BP网络的初始权值/偏置、学习率、动量系数等辨识参数进行学习优化,解决这些参数的取值问题;然后将辨识得到的模型用于隐式广义预测自校正控制中,使用遗传算法(GA)对控制过程进行优化,寻找最优的控制参数(预测时域、控制时域、控制加权系数、柔化系数)。将该方法应用在热工系统中,仿真结果表明了方法的有效性。 相似文献
1