一二三四韩国视频社区3,ugou

內(nèi)容簡(jiǎn)介

　　許多實(shí)際工業(yè)過(guò)程具有明顯的非高斯隨機(jī)動(dòng)態(tài)特性，使衡量產(chǎn)品質(zhì)量、生產(chǎn)效率和能耗等的運(yùn)行指標(biāo)并不滿足高斯假設(shè)，傳統(tǒng)基于運(yùn)行指標(biāo)均值和方差的控制與優(yōu)化方法難以獲得滿意的控制和優(yōu)化效果。本書(shū)總結(jié)了筆者研究團(tuán)隊(duì)近年來(lái)在非高斯工業(yè)過(guò)程控制與優(yōu)化方面的研究成果，主要包括基于幾何分析雙閉環(huán)迭代學(xué)習(xí)控制的非高斯工業(yè)過(guò)程隨機(jī)分布控制、基于數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)PDF控制的非高斯工業(yè)過(guò)程隨機(jī)分布控制、基于多目標(biāo)非線性預(yù)測(cè)控制的非高斯工業(yè)過(guò)程隨機(jī)分布控制和基于目標(biāo)函數(shù)分布形狀的非高斯工業(yè)過(guò)程概率約束隨機(jī)優(yōu)化等方面的內(nèi)容。

作者簡(jiǎn)介

　　李明杰，男，1988年生，河南商水人，現(xiàn)為太原科技大學(xué)電子信息工程學(xué)院控制科學(xué)與工程專業(yè)特聘教授，2019年獲得東北大學(xué)工學(xué)博士學(xué)位，2019-2022年在東北大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院從事博士后研究工作。主要從事復(fù)雜工業(yè)過(guò)程建模、控制與優(yōu)化、非高斯隨機(jī)分布控制理論與應(yīng)用研究工作，目前主持和參與國(guó)家自然基金和省部級(jí)等項(xiàng)目10余項(xiàng)，申請(qǐng)授權(quán)國(guó)內(nèi)外發(fā)明專利10余項(xiàng)。

圖書(shū)目錄

第1章緒論 1
1.1 引言 1
1.2 非高斯隨機(jī)分布系統(tǒng)及研究現(xiàn)狀 3
1.2.1 非高斯隨機(jī)分布系統(tǒng)描述 3
1.2.2 隨機(jī)分布控制理論研究現(xiàn)狀 6
1.3 隨機(jī)分布控制在復(fù)雜工業(yè)過(guò)程中的應(yīng)用研究進(jìn)展 8
1.4 本書(shū)主要內(nèi)容 10
參考文獻(xiàn) 12
第2章非高斯隨機(jī)分布控制基礎(chǔ) 18
2.1 引言 18
2.2 非高斯隨機(jī)分布系統(tǒng)建模機(jī)理 19
2.2.1 B樣條神經(jīng)網(wǎng)絡(luò) 19
2.2.2 B樣條模型建模機(jī)理 20
2.3 常見(jiàn)的B樣條模型 21
2.3.1 線性B樣條模型 21
2.3.2 平方根B樣條模型 22
2.3.3 有理B樣條模型 23
2.3.4 有理平方根B樣條模型 24
2.4 RBF樣條模型 25
2.5 基于樣條模型的隨機(jī)分布控制 25
參考文獻(xiàn) 26
第3章基于幾何分析雙閉環(huán)迭代學(xué)習(xí)控制的非高斯工業(yè)過(guò)程隨機(jī)
分布控制 29
3.1 引言 29
3.2 基于雙閉環(huán)ILC的隨機(jī)分布控制策略 30
3.3 隨機(jī)分布系統(tǒng)輸出PDF建模 32
3.3.1 均方根PDF模型及權(quán)值計(jì)算 32
3.3.2 基于線性子空間的權(quán)值向量模型參數(shù)辨識(shí) 34
3.3.3 基于迭代學(xué)習(xí)機(jī)制的基函數(shù)參數(shù)更新 35
3.3.4 收斂性分析 36
3.4 基于幾何分析ILC的輸出PDF控制算法 37
3.5 仿真實(shí)驗(yàn) 41
3.5.1 造紙制漿過(guò)程動(dòng)態(tài)分析 42
3.5.2 輸出PDF建模效果 43
3.5.3 輸出PDF控制效果 45
3.6 本章小結(jié) 47
參考文獻(xiàn) 48
第4章基于數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)PDF控制的非高斯工業(yè)過(guò)程隨機(jī)
分布控制 50
4.1 引言 50
4.2 基于數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)PDF控制的隨機(jī)分布控制策略 51
4.3 數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)PDF控制算法 54
4.3.1 基于RVFLN權(quán)值向量建模算法 54
4.3.2 預(yù)測(cè)PDF控制算法 55
4.4 穩(wěn)定性分析 58
4.5 仿真實(shí)驗(yàn) 64
4.5.1 輸出PDF建模效果 64
4.5.2 輸出PDF控制效果 67
4.6 本章小結(jié) 69
參考文獻(xiàn) 70
第5章基于多目標(biāo)非線性預(yù)測(cè)控制的非高斯工業(yè)過(guò)程隨機(jī)
分布控制 73
5.1 引言 73
5.2 非高斯工業(yè)過(guò)程多目標(biāo)非線性控制策略 74
5.3 動(dòng)態(tài)混合指標(biāo)建模算法 75
5.3.1 線性輸出PDF模型 75
5.3.2 基于RVFLN的動(dòng)態(tài)混合建模算法 76
5.3.3 RBF基函數(shù)參數(shù)迭代整定算法 77
5.3.4 基于多目標(biāo)非線性預(yù)測(cè)的隨機(jī)分布控制算法 78
5.4 穩(wěn)定性分析 81
5.5 仿真實(shí)驗(yàn) 86
5.5.1 動(dòng)態(tài)混合指標(biāo)建模效果 86
5.5.2 多目標(biāo)非線性優(yōu)化控制效果 88
5.6 本章小結(jié) 91
參考文獻(xiàn) 92
第6章基于目標(biāo)函數(shù)分布形狀的非高斯工業(yè)過(guò)程概率約束
隨機(jī)優(yōu)化 94
6.1 引言 94
6.2 非高斯工業(yè)過(guò)程隨機(jī)優(yōu)化問(wèn)題描述 96
6.3 基于目標(biāo)函數(shù)分布形狀的概率約束隨機(jī)優(yōu)化 98
6.3.1 目標(biāo)函數(shù)分布形狀的核密度估計(jì) 98
6.3.2 基于目標(biāo)函數(shù)分布形狀的概率約束隨機(jī)優(yōu)化 100
6.4 所提算法最優(yōu)解的充要條件 102
6.5 仿真實(shí)驗(yàn) 103
6.5.1 高爐煉鐵工業(yè)工藝簡(jiǎn)介 103
6.5.2 高爐煉鐵過(guò)程運(yùn)行優(yōu)化 104
6.5.3 實(shí)驗(yàn)結(jié)果分析 106
6.6 本章小結(jié) 110
參考文獻(xiàn) 110