排序方式: 共有34条查询结果,搜索用时 15 毫秒
1.
改进的动态矩阵控制算法在发酵罐温度控制中的应用 总被引:1,自引:0,他引:1
啤酒发酵是一类复杂的生化反映过程,其温度控制具有大时滞特性。由于机制复杂、环境多变,温度对象难以建立精确的数学模型,常规控制方式难以胜任此类系统的控制,并且当存在不可预测的干扰时,控制效果更难保障。针对这一问题,以啤酒发酵罐的温度为控制对象,将动态矩阵控制(DMC)引入该温度控制,基于DMC一步控制的思想,引入时间最优控制对DMC控制量进行改进,形成快速响应的预测控制算法。应用结果表明该算法有效提高了系统对干扰的抑制能力,具有较好的应用价值。 相似文献
2.
针对协同优化算法计算量大、优化结果多为局部最优解的问题,提出了一种改进的协同优化算法。首先,在系统级一致性等式约束中采用改进的松弛因子,使系统级优化的可行域是存在的,且可行域的范围逐步减小,以保证子学科间的一致性;其次,在子学科中,将目标函数分为一致性目标函数和子学科最优目标函数两个部分,以不同的权重相加作为子学科的目标函数,既考虑了一致性,又兼顾了子学科独立性。最后,以各子学科级独立优化结果作为初始点进行优化。采用两个经典案例对改进算法进行验证,优化结果表明,改进的算法具有更好收敛速度和可行性。 相似文献
3.
通用Gibbs反应器的机理建模和求解方法 总被引:1,自引:0,他引:1
Gibbs反应器是一种虚拟设备,它不考虑具体的反应过程和机理,只考虑在达到热力学平衡,即达到质量平衡和能量平衡时Gibbs自由能最小的状态。Gibbs反应器非常适用于反应机理复杂,反应过程众多或者反应机理耦合严重的情况。利用机理建模技术和传统优化方法拉格朗日-牛顿法建立通用的Gibbs反应器模型,用于描述煤制甲醇生产过程硫回收工段的反应过程,并将其结果同Aspen Plus中标准Gibbs反应器的计算结果进行了比较。 相似文献
4.
该文将部分最小二乘算法与径向基函数神经网络相结合,给出了一种非线性部分最小二乘建模方法,可以更加有效地处理过程非线性和数据共线性等复杂特性,提高模型的精度和推广能力。该方法在确定径向基函数神经网络的隐节点时,采用了一种改进型的k-均值聚类算法来自动确定最优的聚类区数。对煤气化炉合成气组分浓度软测量建模的应用结果表明,采用该方法建立的软测量模型在模型精度和推广能力等方面明显优于二次型多项式部分最小二乘方法建立的模型,并且计算精度满足工业生产的实际要求。 相似文献
5.
基于分层的改进A*算法在路径规划中的应用 总被引:1,自引:0,他引:1
智能交通中的路径诱导系统能够极大地提高人们的出行效率与出行体验。经典A*算法只注重搜索精度而忽略了搜索效率,在城市道路网络分层的基础上,对高层道路使用的A*算法进行了改进,对于道路网络中的不同节点,设置估价函数具有不同的权值,同时给定权值的一个上下限阈值,以平衡算法的搜索效率与搜索精度。实验表明,得到的最短路径虽然不是常规的距离最短却是实际行驶时间最优的。 相似文献
6.
7.
8.
9.
造纸机加压网前箱的神经解耦控制 总被引:1,自引:0,他引:1
针对造纸机加压网前箱的耦合非线性特性,提出一种神经网络解耦控制器。该控制器以径基函数网络(RBFNN)学习系统的耦合与非线性因素,并在此基础上设计一内模解耦控制器。仿真和实验表明,该控制器具有较好的解耦能力和良好的动态特性。 相似文献
10.