基于PID控制的遗传神经网络在焦炉温度控制中的应用研究

来源 :信息与控制 | 被引量 : 0次 | 上传用户:laoye1111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以某焦化厂焦炉温度控制系统的开发为背景,提出了一种基于遗传算法的CMAC(小脑模型关联控制器)与PID复合控制方法来优化焦炉对象的温度控制.用遗传算法优化PID控制器的初始参数,然后再结合CMAC网络进行控制.针对焦炉生产过程的简化模型,在Matlab中对这种控制方法进行了仿真.仿真研究表明该方法应用于焦炉控制是可行的.
其他文献
针对工业控制中一类常见的非线性大滞后对象,本文提出一种基于仿人智能策略的前馈组合控制器.前馈控制部分通过在线优化滞后参数估计值来获得被控对象的静态逆模型,逆模型辨
想象动作提取是脑-机接口(BCI)技术的关键和难点之一.本文采用连续小波变换结合贝叶斯神经网络组成新的分类方法,利用想象动作思维引起的事件相关去同步(ERD)现象进行特征脑电信息
给出了视频监控中的一个小目标分类算法.首先,利用最大互信息获得一组可靠、独立且具辨认力的目标特征集.然后,用有向元环图的多类支持向量机进行分类.分类器的训练分为两步,
首先考虑了价格折扣和运输折扣前销售商和供应商各自利润最大的库存——运输模型,然后建立了价格折扣和运输折扣后满足帕雷托有效性,使供应链整体利润最大的库存——运输优化模
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Laguer
将不相关测量融合算法推广到了相关测量的融合.对两种方法进行了比较:第一种是先用本文提出的融合算法将多个相关测量进行融合,然后将融合后的测量用于Kalm an滤波;第二种是直接将多个相关的测量用于Kalm an滤波.理论分析证明两种方法是等价的,因而也证明了本文融合方法的最优性.仿真结果表明了理论分析的正确性.*
将微粒群优化(PSO)算法用于非线性系统模型参数估计,并通过对谷氨酸菌体生长模型的参数估计进行了验证.实验结果表明:微粒群算法为非线性系统模型参数估计提供了一种有效的途
针对一类非线性系统,把模糊T-S模型和自适应模糊逻辑系统两类模糊逻辑方式结合起来,提出了一种基于观测器的控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器来观
基于智能控制的思想,在九点控制器结构的基础上,提出了七种控制作用控制器的概念及控制策略.通过分析自身各参数的实际意义和控制过程7种控制作用的性能,提出了应用该控制器
以湖北鄂州发电有限责任公司的日立汽轮机控制系统为代表,介绍了日立典型汽轮机控制系统的结构组成,阐述了它的各种系统控制功能,技术特点及先进性,通过对实际应用情况的分析总结