基于數(shù)據(jù)的間歇過程綜合學習型優(yōu)化控制

定　價：￥65.00

作　者：	賈立著
出版社：	科學出版社
叢編項：
標　簽：	計算機/網(wǎng)絡數(shù)據(jù)庫數(shù)據(jù)庫理論

購買這本書可以去

ISBN：	9787030435439	出版時間：	2015-03-01	包裝：	平裝
開本：	B5	頁數(shù)：	180	字數(shù)：

內(nèi)容簡介

　　間歇過程因其能夠滿足現(xiàn)代過程工業(yè)的特點和要求而被廣泛采用，但間歇過程具有很強的非線性及動態(tài)特性，這些特性決定了間歇過程控制要比連續(xù)過程控制復雜，需要新的非傳統(tǒng)技術。如何將具有離散時間特征（批次軸）和連續(xù)時間特征（時間軸）的信息統(tǒng)一在同一個模型和控制系統(tǒng)框架下是間歇過程優(yōu)化控制中面臨的挑戰(zhàn)。
　　《基于數(shù)據(jù)的間歇過程綜合學習型優(yōu)化控制》主要介紹基于數(shù)據(jù)的間歇過程綜合學習型優(yōu)化控制，旨在把具有離散時間特征（批次軸）和連續(xù)時間特征（時間軸）的性能參數(shù)融入控制系統(tǒng)的分析與設計中，從而實現(xiàn)批次軸時間軸的協(xié)同設計。《基于數(shù)據(jù)的間歇過程綜合學習型優(yōu)化控制》分為三部分：第1、2章介紹必要的背景材料和預備知識；第3、4章研究基于數(shù)據(jù)的間歇過程模型；第5~7章研究間歇過程的綜合學習型優(yōu)化控制。

作者簡介

暫缺《基于數(shù)據(jù)的間歇過程綜合學習型優(yōu)化控制》作者簡介

圖書目錄

前言
第1章間歇過程優(yōu)化控制概述1
1.1引言1
1.2間歇過程優(yōu)化控制的研究狀況2
1.3迭代學習控制在間歇過程中的應用4
1.4間歇過程優(yōu)化控制研究中存在的關鍵問題6
1.5全書概況7
參考文獻9
第2章神經(jīng)模糊系統(tǒng)綜述13
2.1緒論13
2.2神經(jīng)網(wǎng)絡與模糊邏輯系統(tǒng)結合的幾種形式14
2.3多級神經(jīng)模糊系統(tǒng)的網(wǎng)絡結構形式17
2.4基于神經(jīng)模糊系統(tǒng)的建模與控制方法的特點19
參考文獻20
第3章基于數(shù)據(jù)的間歇過程神經(jīng)模糊模型22
3.1間歇過程全局收斂性神經(jīng)模糊模型研究22
3.1.1間歇過程的神經(jīng)模糊模型23
3.1.2基于Lyapunov方法的全局收斂性參數(shù)學習算法25
3.1.3實驗結果31
3.1.4小結35
3.2基于概率密度函數(shù)的間歇過程神經(jīng)模糊模型36
3.2.1基于建模誤差PDF形狀的參數(shù)學習算法37
3.2.2實驗結果41
3.2.3小結47
參考文獻49
第4章間歇過程批次軸時間軸綜合神經(jīng)模糊模型52
4.1間歇過程時變神經(jīng)模糊模型52
4.1.1間歇過程時變神經(jīng)模糊模型的特點52
4.1.2間歇過程時變神經(jīng)模糊模型結構52
4.1.3基于Lyapunov方法的間歇過程時變神經(jīng)模糊模型參數(shù)學習55
4.1.4實驗結果57
4.2基于概率密度函數(shù)的間歇過程二維模型研究60
4.2.1基于模型誤差概率密度函數(shù)的間歇過程神經(jīng)模糊模型參數(shù)辨識60
4.2.2實驗結果62
4.2.3小結67
參考文獻67
第5章基于數(shù)值分析理論的間歇過程優(yōu)化控制研究68
5.1基于神經(jīng)模糊模型的間歇過程迭代學習控制68
5.1.1間歇過程的迭代學習控制策略68
5.1.2間歇過程迭代學習控制系統(tǒng)收斂性分析70
5.1.3實驗結果73
5.1.4小結83
5.2基于批次軸模型修正的間歇過程迭代學習控制85
5.2.1放松約束條件的間歇過程迭代學習控制策略85
5.2.2基于批次軸模型修正的間歇過程迭代學習控制策略89
5.2.3實驗結果95
5.3間歇過程變R調(diào)節(jié)迭代學習控制及跟蹤性能分析104
5.3.1零跟蹤誤差分析104
5.3.2零跟蹤誤差實現(xiàn)策略分析105
5.3.3實驗結果109
5.4小結112
參考文獻112
第6章基于智能優(yōu)化理論的間歇過程優(yōu)化控制114
6.1基于微粒群優(yōu)化算法的間歇過程迭代學習控制114
6.1.1基于微粒群優(yōu)化算法的間歇過程迭代學習控制114
6.1.2微粒群優(yōu)化算法的構建116
6.1.3實驗結果117
6.2間歇過程的兩層智能混合優(yōu)化控制120
6.2.1PSOSQP兩層智能混合優(yōu)化120
6.2.2實驗結果124
6.3基于微粒群優(yōu)化算法的間歇過程多目標優(yōu)化控制127
6.3.1間歇過程的多目標優(yōu)化問題128
6.3.2基于多目標微粒群優(yōu)化算法的Pareto優(yōu)化控制130
6.3.3數(shù)值仿真134
6.3.4實驗結果137
6.4小結141
參考文獻141
第7章間歇過程批次軸時間軸綜合學習型優(yōu)化控制143
7.1引言143
7.2一類線性間歇過程綜合學習型優(yōu)化控制143
7.2.1線性間歇過程動態(tài)R參數(shù)綜合學習型優(yōu)化控制144
7.2.2性能分析147
7.2.3實驗結果152
7.3非線性間歇過程綜合學習型優(yōu)化控制策略157
7.3.1非線性間歇過程綜合學習型優(yōu)化控制157
7.3.2性能分析159
7.3.3實驗結果161
7.4小結167
參考文獻167