论文部分内容阅读
提出了两种基于神经网络改进的系统优化与参数估计集成稳态优化算法，其中利用动态信息建立动态ＮＮ模型用于过程稳态优化。目的是为了克服ＩＳＯＰＥ算法对真实过程的摄动，减少ＩＳＯＰＥ算法设定点变动次数，充分利用过程动态信息，仿真结果验证了两种改进算法的优越性和有效性。
基于神经网络的系统优化与参数估计集成研究（ISOPE）方法
【摘 要】
：
提出了两种基于神经网络改进的系统优化与参数估计集成稳态优化算法，其中利用动态信息建立动态ＮＮ模型用于过程稳态优化。目的是为了克服ＩＳＯＰＥ算法对真实过程的摄动，减少ＩＳＯＰＥ算法设定点变动
【机 构】
：
西安交通大学系统工程研究所,西安交通大学系统工程研究所西安710049,西安710049
【出 处】
：
信息与控制
【发表日期】
：
1996年2期
其他文献
研究了单机作业下任务的加工时间为模糊区间数的提前／拖期调度问题。
提出一种新的不依赖于对象数学模型的多变量直接自适应控制算法，并依据无源性定理，给出了它的ＢＩＢＯ稳定性判据，由于这种控制方法在没有对象数学模型的条件下仍具有良好的自适应性，因此
平面交叉口的交通控制是交通控制系统理论、方法与实践的重要组成部分，描述平面交叉口实时动态交通需求的模型是实时自适应信号控制的基础依据，本文首先对现有交叉口车流动态特
讨论了多阶段多机的Ｆｌｏｗ Ｓｈｏｐ问题（Ｆｌｏｗ Ｓｈｏｐ ｗｉｔｈ Ｍｕｌｔｉｐｌｅ Ｐｒｏｃｅｓｓｏｒｓ总是），问题的目标是使工件的提前／拖期总成本最小。这是一个ＮＰ－难题。为此，首先给出了问题的数学模型，然后构造了一个有效的遗传算法。在本文的最后
描述了基于电容层析成像，采用模糊逻辑和神经网络对静态火焰进行闭环控制过程，以神经元形式将专家知识和训练类型融合到模糊规则中，借助地神经网络的强大的学习能力，系统能自动地
数字图像压缩日益引起人们的重视。利用图像中的局部分形特征进行压缩，取得了好的效果，但其虚拟码书的搜索匹配，计算量十分庞大。本文提出将遗传算法应用于分形图像压缩，大大降低
将模糊控制理论应用于高炉热状态的预报中，分析了影响高炉热状态的主要因素，给出了模糊预报系统的基本结构及具体实现方法，建立了高炉热状态模糊预报系统，从而实现了高炉炉热水平
提出一种基于遗传算法的自学习模糊控制方法控制混沌系统。用一种改进的遗传算法学习模糊控制器的隶属度函数，以改善模糊控制器的性能，使其达到良好的控制效果。用此方法控制Ｈｅｎｏｎ系
针对离散时不变最小相位系统，提出了一种新的间接自适应极点配置算法。该算法的主要优点是可以实现对任意有界参考输出的渐近跟踪，而其他自适应极点配置则不具有这种性质，仿真例
研究了非最小相位区间系统鲁棒稳定补偿器的设计问题，得到了一个补偿器存在的充分条件，并利用保形映射及Ｎｅｖａｎｌｉｎｎａ－Ｐｉｃｋ插值定理提出了一个可行的补偿器设计方法。