论文部分内容阅读
使用基于神经网络的非线性主元分析方法，揭示了醋酸乙烯生产装置催化剂活性变化的内在因素，并在此基础上建立了催化剂活性的非参数模型，模型的精度高、泛化能力强，实际应用证明了方法的有效性，并产生了明显的经济效益。
基于神经网络的非线性主元分析与回归在催化剂活性建模中的应用
【摘 要】
：
使用基于神经网络的非线性主元分析方法，揭示了醋酸乙烯生产装置催化剂活性变化的内在因素，并在此基础上建立了催化剂活性的非参数模型，模型的精度高、泛化能力强，实际应用证明了
【机 构】
：
理工大学自动化所(上海)
【出 处】
：
第九届过程控制科学报告会(上、下)
【发表日期】
：
1998年期
其他文献
讨论了基于神经网络的非线性鲁棒控制系统，说明了神经网络在非线性系统的辨识上具有逼近任意非线性系统的能力，在非线性系统的控制上具有控制效果好、鲁棒性强等优点。
大学英语教学的目的在于培养学生跨文化交际意识和综合运用英语的能力，以适应我国经济社会发展和国际交往的需要。随着我国改革开放与全球化进程的深入发展，作为第二语言的英语教学越来越受到重视，但在中国文化走向世界的过程中，大学英语教学却未能充分发挥出应有的作用。大学英语教学中存在着重外国文化输入轻中国文化输出的问题，导致中国文化失语现象严重。“中国文化走出去”战略对大学英语教学提出了新的要求，我们需要改变
提出一种非线性系统的自适应神经跟踪控制方案，基于Ｌｙａｐｕｎｏｖ分析方法的权重自适应修正规则既可保证算法的稳定性，又可避免神经网络的离线递归训练，该方案能保证闭环系统的全局稳定性，并且
该文提出了一种针对未知非线性系统基于神经网络的无模型误差控制新方案，其特点在于无需知道被控系统的动力学模型和控制的完全自学性。整个控制系统由基于ＢＰ网络的辨识学习器和