向微
- 作品数：10 被引量：151H指数：4
- 供职机构：中国科学技术大学信息科学技术学院自动化系更多>>
- 发文基金：中国科学技术大学青年基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术石油与天然气工程自然科学总论更多>>
- 具有Hammerstein模型描述的非线性系统的基于混合神经网络的预测控制被引量：2
- 2008年
- 本文针对多输入多输出Hammerstein模型提出了一种基于混合神经网络的模型预测控制策略,控制器采用线性优化机构和高斯径向基神经网络串联.该策略不需要假设Hammerstein模型的非线性部分由多项式构成,避免了已有研究在无根或重根情况下存在导致预测控制的优化特征丧失问题,而采用混合神经网络则避免了采用传统神经网络拟合动态映射时存在的网络规模大和实时性差的不足.
- 向微陈宗海盛捷
- 关键词：HAMMERSTEIN模型多输入多输出系统混合神经网络模型预测控制
- 重油分馏塔基于混沌神经网络的Laguerre函数模型自适应预测控制被引量：3
- 2004年
- 基于Laguerre函数模型的自适应预测控制方法中的性能指标 ,在有约束的情况下往往难以达到全局极优 ,而混沌神经网络 (CNN)可以有效地避免优化过程陷入局部极小 .文章简介了Laguerre预测控制策略的基本方法和CNN的特点 ,着重提出了一种利用CNN对控制性能指标进行寻优的新颖策略 .在重油分馏塔Shell模型上的仿真实验结果表明 ,这种混合智能控制策略比原有控制策略在控制品质上有显著提高 .
- 张海涛陈宗海秦廷王雷向微
- 关键词：LAGUERRE函数混沌神经网络自适应控制CNN预测控制混沌神经网络
- Hammerstein模型基于神经网络的预测控制方法(英文)被引量：5
- 2008年
- Hammerstein模型是化工过程中最常用的模型之一,它由非线性静态环节和线性动态环节串连组成,适合描述pH过程和具有幂函数、死区、开关等非线性特性的过程.这类模型的控制问题可以分解为:线性模型的控制问题和非线性模型的求根问题.针对Hammerstein模型提出了一种基于神经网络的模型预测控制策略,采用一组神经网络拟合非线性部分的逆映射.这种方法不需要假设Hammerstein模型的非线性部分由多项式构成,并且避免已有研究在无根和重根情况下存在的问题.最后通过仿真试验证明了以上结论.
- 向微盛捷陈宗海
- 关键词：模型预测控制HAMMERSTEIN模型神经网络
- 基于混合径向基神经网络的建模及其逆模控制研究被引量：3
- 2006年
- 传统的基于机理或局部线性化模型的控制策略不足以解决越来越复杂的控制问题,而神经网络用于控制也存在泛化能力差等缺陷,因此本文提出一种将被控对象已知机理和RBF神经网络结合起来卖现逆模控制的方法,一方面能发挥神经网络非线性逼近的强大功能,另一方面利用被控对象已知机理信息指导神经网络的收敛方向,改进神经网络的泛化能力。由此方法设计的逆模控制器,在保证控制精度的前提下,速度远快于标准径向基神经网络逆模控制器,且对扰动、时延、非线性及对象参数的摄动有较强的适应能力,具有良好的控制品质。
- 陈宗海苑明哲向微张彦武
- 关键词：逆模控制
- 基于混合径向基神经网络的逆模控制
- 传统的基于机理或局部线性化的控制策略不足以解决越来越复杂的控制问题,而神经网络用于控制也存在泛化能力差等缺陷,因此本文提出了一种将系统机理和RBF神经网络结合起来实现逆模控制的方法,一方面能发挥神经网络非线性逼近的强大功...
- 向微陈宗海张海涛秦廷王雷李明
- 关键词：逆模控制
- 人工神经网络在系统控制和建模中的应用综述
- 对人工神经网络（ANN）在系统控制与建模中的应用进行了综述。首先论述了控制中引入ANN的必要性,然后简介了ANN的发展史以及神经元的构造、ANN的分类和学习规则。接着,给出了几种在系统控制和建模中常用的ANN,并介绍了A...
- 张海涛陈宗海向微
- 关键词：人工神经网络模糊系统混沌系统预测控制
- BP网络结构、参数及训练方法的设计与选择被引量：100
- 2001年
- 根据已有的网络设计及其改进方案,对一个人工神经网络进行具体的设计,通过其详细的设计步骤与过程,对网络隐含层神经元数、初BP始权值、学习速率等参数在网络设计过程中的关系与影响,以及不同的改进算法在网络训练中所起的作用给予进一步揭示,使人们从中得到更BP多的启迪,以便使更多的人能够设计出效率更高、精度更好的神经网络。
- 丛爽向微
- 关键词：人工神经网络网络结构参数设计
- 强非线性系统的一种快速神经网络控制策略被引量：3
- 2003年
- 采用传统的神经网络逆模策略控制具有强非线性的系统,因其计算量过大导致在线实时性能不佳,本文提出一种新型快速径向基神经网络在线逆模控制策略,并利用锥度准则对控制系统的稳定性进行了理论分析,对强非线性对象的控制仿真结果表明,在保证控制精度的前提下,该算法大大提高了控制器运算的速度,且对扰动、时延、非线性及对象参数的摄动有较强的适应能力,具有较好的控制品质,适合应用于复杂工业过程控制器的设计.
- 张海涛陈宗海向微秦廷王雷
- 关键词：强非线性系统神经网络控制策略逆模控制控制精度非线性系统
- 基于Hammerstein模型描述的非线性系统辨识新方法被引量：33
- 2007年
- Hammerstein模型常用来描述pH值或具有幂函数、死区、开关等特性的过程,本文提出了一种辨识此类对象模型结构和参数的新方法,首先将非线性静态部分和线性动态部分分别用非线性基和Laguerre级数表示,然后通过最小二乘法、矩阵特征值分解和矩阵扩维,辨识出两部分参数．并证明了该方法在输出端存在白噪声情况下误差的收敛性．此方法仅需假设输入为持续激励,适用范围广,计算简单,辨识精度高．最后通过pH中和滴定实验验证了以上结论．
- 向微陈宗海
- 关键词：HAMMERSTEIN模型最小二乘辨识SVD分解
- 机理混合自适应时延神经网络建模和控制算法被引量：5
- 2004年
- 过程机理和数据驱动模型的结合一直是过程控制中的重点和难点问题。提出了一种新颖的机理混合模型结构。该模型基于自适应时延神经网络,并结合了被控对象的机理模型,因此可以对建模的对象进行预测感知,并可大幅提高神经网络的泛化功能。基于这种模型设计了预测控制算法,并分析了该模型的逼近能力、收敛性以及该控制算法的闭环稳定性。在双容水箱液位控制系统的大量实验结果表明,基于该混合模型的预测控制算法比现有算法具有更好的控制效果,从而验证了该混合模型的优越性。
- 张海涛陈宗海向微秦廷
- 关键词：前向神经网络预测控制
