工业过程稳态优化控制新方法--修正目标函数法

本文对带有输出关联不等式约束的工业过程提出了一种确定稳态优化控制的新算法--修正目标函数法.该算法具有全局单调收敛性,事先不需要建立近似稳态模型.仿真结果显示了该算法的有效性及优越性.     

工业过程稳态优化中的迭代学习控制

本文提出应用迭代学习控制的思想方法，对工业过程稳态优化中的动态施行控制，给出基本的控制结构及学习算法。论证算法收敛性并做了数字仿真。     

广义稳态的工业过程及其优化控制

阐述了工业过程中出现的拟周期和混沌等动态行为，并分析了形成的原因和条件．介绍了与之密切相关的非线性科学中的混沌、微分动力学系统以及遍历论等理论，综述了工业过程的广义稳态优化控制的研究成果、理论意义和实用价值及其发展方向．     

大规模工业过程的稳态递阶控制综述

连续运行的大规模工业过程或加工过程,其递阶控制理论有三个发展阶段:静态多级优化、稳态递阶优化、系统优化及参数估计的综合方法等.本文评述了这三方面的主要成就并对今后的重要研究方向提出了展望.     

大规模工业过程的稳态递阶控制综述

连续运行的大规模工业过程或加工过程,其递阶控制理论有三个发展阶段:静态多级优化、稳态递阶优化、系统优化及参数估计的综合方法等。本文评述了这三方面的主要成就并对今后的重要研究方向提出了展望。     

基于神经网络的复杂工业过程稳态优化控制策略及发展

本文结合神经网络的基本概念和理论,介绍了神经网络在复杂系统稳态优化控制领域的某些应用成果,并对其今后的发展方向进行了探讨。     

工业过程稳态优化进程中的噪声平滑型迭代学习控制

针对具有噪声的工业过程稳态优化进程，提出迭代学习控制以期改善控制系统的动态品质，建立了基本的加权噪声平滑型迭代学习控制算法结构。利用频域时域相结合的方法分析和论证了算法的收敛性，给出噪声平滑参数的确定策略，数字仿真表明，平滑型迭代学习控制算法能有效消除噪声对系统输出信号的影响，显著改善工业过程稳态优化进程中控制系统的动态品质。     

工业过程广义稳态优化控制研究

基于广义稳态和稳态集合的中心名义值概念,给出了工业过程广义稳态优化控制问题的数学描述,并就该问题的存在性给予了充分性证明;此外.对处理工业过程广义稳态优化控制问题的一种等效方法展开了深入讨论,给出了具体算法步骤,并对一个化工过程的广义稳态优化算例进行了仿真计算;结果表明,文中关于广义稳态优化控制问题的定义是正确的,算法是有效的.     

非凸稳态优化控制新方法——双迭代法

本文针对带有输出关联不等式约束的非凸稳态优化控制问题，提出了一种新的双迭代算法，虎法具有全局单调收敛性，应用条件较弱。最后的仿真结果也说明了该算法的有效性。     

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．     

工业过程稳态随机优化理论研究与算法

本文对工业过程稳态优化问题在有有随机噪声的情况下进行理论上的研究，提出了随机系统稳态的概念和随机稳态优化的最优解的概念，并且提出一种基于方差分析的二次近拟次优算法。证明了该算法的最优性和收敛性。仿真验证了该算法比原有方法更有效。     

稳态Kalman滤波器增益的一种新算法

用现代时间序列分析方法，基于ARMA新息模型，提出了稳态Kalman滤波器增益阵的一种新算法。可处理模型噪声与观测噪声相关的系统，也可处理带奇异的和／或不稳定状态转移阵的系统。仿真例子说明了其有效性。     

纯滞后工业过程稳态优化中的迭代学习控制

论述纯滞后工业过程稳态优化中的迭代学习控制,给出了学习算法并对其收敛性进行分析。仿真结果表明,该控制方法对抑制超调,加快稳态优化中的动态响应是有效的。     

神经网络求解偏微分方程的分布式算法

本文提出了一种人工神经网络(Artificial Neural Networks,即ANN)求解偏微分方程的分布式的算法。文章介绍了这种算法的必要性,以分布式的人工神经网络完成了对热传导方程的求解为例,验证了这种算法的可行性,并给出了不同条件下的实验结果。