国家自然科学基金(6080402)
- 作品数：4 被引量：33H指数：2
- 相关作者：赵超林思铭许巧玲张登峰李学来更多>>
- 相关机构：福州大学南京理工大学南京工业大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：化学工程自动化与计算机技术建筑科学更多>>
- 基于LQG性能基准的预测控制经济性能评估算法
- 2012年
- 针对已有经济性能评估算法大多采用最小方差控制(Minimum Variance Control,MVC)性能基准,存在对预测控制系统(Model Predictive Control,MPC)性能评估结果可靠性不高的问题,提出了基于线性二次高斯控制(Linear Quadratic G-aussian,LQG)性能基准的经济性能评估算法。通过数值计算方法确定LQG性能基准曲线,避免了复杂交互矩阵的计算。算法以基于模型的稳态经济优化技术为基础,将LQG基准和预测控制系统的经济性能估计相结合,并通过建立一系列稳态优化问题来描述控制系统在不同控制策略下的经济性能。与已有评估算法相比,本算法提供了一种更简单有效的评估方法,能够完成对包括预测控制在内的先进控制系统经济性能的评估.算法通过仿真算例说明了该算法的有效性。
- 赵超张登峰许巧玲李学来
- 关键词：模型预测控制
- 基不确定规划的预测控制系统经济性能评估算法
- 2012年
- 针对过程工业普遍存在的扰动和不确定性动态对控制系统经济性能的影响,依据控制要求对过程变量设置相应的机会约束条件来处理这一问题,并将经济性能评估问题转化为一系列不确定规划问题。对系统关键变量方差的合理估计是对预测控制系统进行经济性能评估的一个关键步骤,为了提高评估结果的合理性,引入LQG性能基准估计过程方差的变化率。在求解优化问题获得经济性能评估结果的基础上对控制系统经济效益潜力进行分析,并确定了提高控制系统经济性能的最佳途径和相应的控制策略。通过预测控制系统仿真算例说明了该评估算法的有效性和可操作性。
- 赵超张登峰林思铭
- 关键词：经济性能评估
- 基于GM-RBF神经网络的高校建筑能耗预测被引量：26
- 2014年
- 为了提高高校建筑的能耗预测精度,在比较传统灰色预测模型和神经网络预测模型优缺点的基础上,建立了灰色径向基函数(Radical basis function,RBF)神经网络能耗预测算法。该方法综合了灰色系统理论所需数据少以及神经网络自学习和自组织的优点。实例分析表明:与传统灰色理论和RBF神经网络预测模型相比较,组合模型预测值与实际值的相对误差平均降低了5.4%,为建筑节能评估和设计提供了决策依据。
- 赵超林思铭许巧玲
- 关键词：高校建筑径向基函数神经网络
- 基于自适应加权最小二乘支持向量机的芳烃产量软测量建模（英文）被引量：7
- 2019年
- 芳烃收率是催化重整生产过程中的重要质量指标。针对其软测量建模中样本数据可能存在的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(AWLSSVM)回归建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的指数分布加权规则,为每个建模样本分配不同的权值,以降低测量误差对建模精度的影响;同时提出一种全局优化算法—混沌粒子群模拟退火(CPSO-SA)算法对最小二乘支持向量机的模型参数进行优化选择,以提高模型的泛化能力。仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于LS-SVM和WLS-SVM。最后,应用AWLS-SVM方法建立催化重整生产过程芳烃收率的软测量模型,获得了较好的效果。
- 赵超陈肇泉陈晓彦
- 关键词：软测量催化重整芳烃收率
