2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩114頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、北京化工大學博士學位論文混合建模方法研究及其在化工過程中的應用姓名:李曉光申請學位級別:博士專業(yè):控制理論與控制工程指導教師:朱群雄曹柳林20080606北京化T大學博士學位論文燃料電池的極化曲線,預估出燃料電池的輸出電壓2提出一種新的混合神經(jīng)網(wǎng)絡(luò)建模方法:結(jié)構(gòu)逼近式混合神經(jīng)網(wǎng)絡(luò)。基于此結(jié)構(gòu)建立的混合神經(jīng)網(wǎng)絡(luò)可以充分利用已知非線性系統(tǒng)的結(jié)構(gòu)信息,使神經(jīng)網(wǎng)絡(luò)“灰盒“化,更好的解釋和描述系統(tǒng)各變量問的因果關(guān)系,從而提高網(wǎng)絡(luò)的建模精度和模型的

2、可靠性。本文介紹了這類神經(jīng)網(wǎng)絡(luò)的基本特性、拓撲結(jié)構(gòu)和訓練方法。報告了一個典型放熱液相二級平行間歇反應的建模過程;并針對間歇反應過程測量滯后的情況,與兩種不同的混合神經(jīng)網(wǎng)絡(luò)模型做了比較,仿真和比較結(jié)果證明了方法的有效性。3提出一種智能化的神經(jīng)網(wǎng)絡(luò)建模方法:假想教師人工免疫算法。針對部分狀態(tài)不可測的情況,利用結(jié)構(gòu)逼近式神經(jīng)網(wǎng)絡(luò)構(gòu)建模型的拓撲結(jié)構(gòu),通過假想教師人工免疫訓練算法,解決不可測變量影響常規(guī)網(wǎng)絡(luò)訓練的問題,通過并行優(yōu)化假想教師和網(wǎng)絡(luò)權(quán)

3、值的方法,提高建模精度。以實際橡膠硫化促進劑制備的間歇縮合聚合反應為實驗對象,詳細論述了建模和網(wǎng)絡(luò)訓練的過程,證明了方法的有效性。4提出了一種新的擴展誤差平方和的控制指標,并對一類典型的放熱的間歇反應過程推導一種新的基于模型的預估優(yōu)化控制算法。首先針對問歇反應溫度特性,基于主產(chǎn)物濃度和反應溫度的遞歸神經(jīng)網(wǎng)絡(luò)模型,使用混合PSO。SQP算法求解該間歇反應主產(chǎn)物產(chǎn)率最大化問題,進而得到反應溫度優(yōu)化曲線;其次,鑒于反應溫度實時可測,提出擴展的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論