期刊文献+
共找到201篇文章
< 1 2 11 >
每页显示 20 50 100
神经网络模型用于多变量综合预测 被引量:7
1
作者 石山铭 刘豹 《系统工程学报》 CSCD 1994年第1期91-99,共9页
本文研究神经网络用于多变量时间序列预测的原理与方法,提出组合多种信息的综合预测方法。以股票交易为例,用神经网络组合各类信息,运用信心股价理论对中国股市的发展进行跟踪预测。在此基础上进一步从信息利用的角度说明了神经网络... 本文研究神经网络用于多变量时间序列预测的原理与方法,提出组合多种信息的综合预测方法。以股票交易为例,用神经网络组合各类信息,运用信心股价理论对中国股市的发展进行跟踪预测。在此基础上进一步从信息利用的角度说明了神经网络预测方法的特点。结果表明,神经网络模型用于多变王时间序列预测,其精度和趋势均较统计方法有所提高;神经网络综合预测,对中短期股票价格的预测,有实用价值。 展开更多
关键词 神经网络 变量预测 综合预测
下载PDF
航空发动机复杂磨损趋势的神经网络多变量预测模型 被引量:12
2
作者 陈果 杨虞微 《中国机械工程》 EI CAS CSCD 北大核心 2007年第1期70-74,共5页
针对非等间隔的受加油因素影响的光谱油样分析数据的建模预测问题,建立了BP神经网络的多变量预测模型,充分考虑了油样分析数据的非等间隔性及受加油因素影响的特点,同时,用遗传算法对网络参数进行了优化。最后,利用两组实际的航空发动... 针对非等间隔的受加油因素影响的光谱油样分析数据的建模预测问题,建立了BP神经网络的多变量预测模型,充分考虑了油样分析数据的非等间隔性及受加油因素影响的特点,同时,用遗传算法对网络参数进行了优化。最后,利用两组实际的航空发动机油样光谱分析数据对模型进行了验证。结果表明,所提出的神经网络多变量预测模型能有效解决实际的受多因素影响的油样分析数据建模问题,具有较强的工程实用价值和通用性。 展开更多
关键词 光谱油样分析 变量预测 非等间隔 BP神经网络 遗传算法
下载PDF
基于多变量相重构的混沌时间序列预测 被引量:10
3
作者 黎敏 徐金梧 +1 位作者 阳建宏 杨德斌 《北京科技大学学报》 EI CAS CSCD 北大核心 2008年第2期208-211,216,共5页
提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高... 提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值.由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为.与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点.通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性. 展开更多
关键词 变量预测 混沌时间序列 相空间重构 非线性动力学
原文传递
基于多变量加权一阶局域混沌预测模型优化及应用 被引量:6
4
作者 张淑清 刘子玥 +3 位作者 何泓运 任爽 张立国 姜万录 《计量学报》 CSCD 北大核心 2018年第1期77-82,共6页
鉴于实际应用中多变量因素对混沌预测的影响,提出了多变量时间序列相空间重构方法,以此为基础建立多变量加权一阶局域混沌预测模型。引入等概率符号化极大联合熵求取延迟时间、最小香农熵法求取嵌入维数,实现多变量混沌预测模型子序列重... 鉴于实际应用中多变量因素对混沌预测的影响,提出了多变量时间序列相空间重构方法,以此为基础建立多变量加权一阶局域混沌预测模型。引入等概率符号化极大联合熵求取延迟时间、最小香农熵法求取嵌入维数,实现多变量混沌预测模型子序列重构;对实际序列采用区间邻近点法确定预测中心点的邻近点,避免产生伪邻近点;最后用关联分析确定观测变量。将该模型应用于短期电力负荷预测,分析气温等影响因素与电力负荷的相关程度,引入气温时间序列作为另一观测变量,实验证明相对于单变量预测方法提高了预测精度。 展开更多
关键词 计量学 短期电力负荷预测 加权一阶局域法 混沌预测 模型优化 等概率符号化 极大联合熵 香农熵 变量预测
下载PDF
基于BP神经网络的低渗透油田开发动态预测
5
作者 陈宇家 王巍 +5 位作者 任利剑 王兵 王润萍 杨军 樊嘉伟 朱玉双 《测井技术》 CAS 2024年第3期317-325,共9页
油藏开发动态预测是制定和调整开发方式的基本依据,为克服传统油藏数值模拟方法过度依赖三维地质模型和渗流机制的可靠性,采用BP神经网络(ANN)方法,在研究区油藏精确描述工作及生产动态分析的基础上,选取了包括地质因素和开发因素在内... 油藏开发动态预测是制定和调整开发方式的基本依据,为克服传统油藏数值模拟方法过度依赖三维地质模型和渗流机制的可靠性,采用BP神经网络(ANN)方法,在研究区油藏精确描述工作及生产动态分析的基础上,选取了包括地质因素和开发因素在内的12类参数作为基本数据集,通过参数相关度分析、主控因素优选,建立了研究区单井年累计产液和平均含水率的预测模型。根据模型计算结果,研究区产液及产油能力逐渐下降,含水呈逐步上升趋势,2年后区块预测累计产液13.7×10^(4)m^(3),同比下降25.6%;预测年累计产油量4.7×10^(4)t,综合递减率为31.9%;2年后区块平均含水率达到58.1%,局部区域油井出现水淹情况,含水率突破98%。研究表明,BP神经网络具有简单高效、误差较小等优势,降低了油田开发动态预测的难度和工作量,适用于样本数据集较大的油田开发问题,为低渗透油田的开发动态预测提供了一种新的视角。 展开更多
关键词 开发动态预测 低渗透油藏 BP神经网络 变量预测 注水开发
下载PDF
一种基于STL-Prophet-Informer模型的太阳电池阵多变量趋势预测方法
6
作者 张舒晗 程月华 姜斌 《空间控制技术与应用》 CSCD 北大核心 2024年第1期35-45,共11页
为了提高太阳电池阵多变量预测的精度,解决阳电池阵遥测参数存在周期波动与增长性互相耦合的问题,提出一种基于STL-Prophet-Informer模型的太阳电池阵多变量预测算法.该算法首先应用局部加权周期趋势分解算法(seasonal and trend decomp... 为了提高太阳电池阵多变量预测的精度,解决阳电池阵遥测参数存在周期波动与增长性互相耦合的问题,提出一种基于STL-Prophet-Informer模型的太阳电池阵多变量预测算法.该算法首先应用局部加权周期趋势分解算法(seasonal and trend decomposition procedure based on loess,STL)对太阳电池阵的多个参数分解为趋势分量、周期分量和残差分量,然后采用对趋势性数据预测效果较好的Prophet预测趋势分量,Informer模型预测周期分量和残差分量,最后将各分量预测结果相加后得到总的太阳电池阵参数预测值.以某卫星太阳电池阵实际遥测数据做算例分析,提出算法的各项误差评价指标和单一的Informer模型、LSTM模型等相比有明显减小,将该组合预测模型用于太阳电池阵多变量参数预测中,可以提高参数预测精度,提升卫星自主运行性能. 展开更多
关键词 卫星遥测数据 变量预测 Informer网络 局部加权周期趋势分解
下载PDF
基于多变量LSTM模型的黄河流域气象干旱预测研究
7
作者 张恒斌 许德合 付景保 《南阳理工学院学报》 2024年第2期55-62,共8页
干旱是对人类社会发展影响最严重的自然灾害之一,气象干旱预测是干旱研究中的重要方向。为提高气象干旱的预测精度,将多变量方法应用到长短期记忆模型(Long short-term memory,LSTM)预测黄河流域标准化气象干旱指数(Standardized precip... 干旱是对人类社会发展影响最严重的自然灾害之一,气象干旱预测是干旱研究中的重要方向。为提高气象干旱的预测精度,将多变量方法应用到长短期记忆模型(Long short-term memory,LSTM)预测黄河流域标准化气象干旱指数(Standardized precipitation evapotranspiration index,SPEI)的过程中,并和单变量LSTM模型的结果进行对比。使用均方根误差、平均绝对误差、纳什效率指数作为评价指标。结果显示,在对黄河流域临夏站、陶乐站、铜川站各自5种时间尺度SPEI(1、3、6、9和12个月)的预测中,多变量LSTM预测结果的3种评价指标值均明显优于单变量LSTM预测结果;可视化结果也显示多变量LSTM方法的预测曲线更接近观测值曲线。研究证明了多变量LSTM模型对于提高黄河流域气象干旱指数预测精度的有效性与适用性。 展开更多
关键词 黄河流域 气象干旱 变量预测 LSTM模型 标准化气象干旱指数
下载PDF
退火炉的非线性多变量预测分程过渡控制
8
作者 安爱民 张爱华 朱亮 《控制工程》 CSCD 2003年第6期512-514,共3页
介绍了一种新的非线性多变量模型预测分程过渡控制方法,将该方法应用到退火生产控制技术中,提出了一种新的退火过程控制法。对生产过程采用非线性预测控制分程过渡的优化处理,将被控对象的离线优化轨迹应用到控制器中。通过反馈控制,对... 介绍了一种新的非线性多变量模型预测分程过渡控制方法,将该方法应用到退火生产控制技术中,提出了一种新的退火过程控制法。对生产过程采用非线性预测控制分程过渡的优化处理,将被控对象的离线优化轨迹应用到控制器中。通过反馈控制,对控制器的一些实时参数加以补偿,经过在线滚动优化,使实际的输入、输出轨线尽可能接近给定的理想轨线。该方法可使退火炉以高性能的要求进行操作运行,以持续优化阶式变化,具有保持高性能控制以及低的工业消耗的优点,其能耗降低了20%~30%,投资回报率提高了近15%。 展开更多
关键词 退火炉 非线性 变量预测 分程过渡控制 消耗函数 目标函数 预测控制 金属表面 退火处理
下载PDF
基于TimesNet的大类资产指数长期预测
9
作者 陈英瑞 《现代信息科技》 2023年第21期145-148,152,共5页
大类资产指数预测常用于衡量投资组合的收益表现,若能对其进行准确的长期预测,则可据此构建投资组合以获取更高的收益。与传统的机器学习和常见的神经网络相比,TimesNet在处理多变量长期预测任务方面具有更好的效果。文章基于10个大类... 大类资产指数预测常用于衡量投资组合的收益表现,若能对其进行准确的长期预测,则可据此构建投资组合以获取更高的收益。与传统的机器学习和常见的神经网络相比,TimesNet在处理多变量长期预测任务方面具有更好的效果。文章基于10个大类资产指数的历史数据,采用TimesNet模型进行长期预测,并在实证分析中与线性回归、随机森林、支持向量回归和LSTM四种预测模型进行对比,验证了该模型的准确性。 展开更多
关键词 变量预测 时间序列 TimesNet 残差网络
下载PDF
基于多变量预测终端区ADS-B干扰检测研究
10
作者 王靖涛 林琳 焦毅 《舰船电子工程》 2023年第6期59-63,共5页
ADS-B干扰真实存在并可能对航班运行造成影响,精确地检测ADS-B干扰对保障民航安全十分重要。在复杂终端区,影响航班飞行的因素较多,航迹、航向多变,可能将真实航迹误认为虚假航迹。为解决复杂终端区ADS-B干扰检测问题,论文使用Temporal ... ADS-B干扰真实存在并可能对航班运行造成影响,精确地检测ADS-B干扰对保障民航安全十分重要。在复杂终端区,影响航班飞行的因素较多,航迹、航向多变,可能将真实航迹误认为虚假航迹。为解决复杂终端区ADS-B干扰检测问题,论文使用Temporal Convolutional Network(TCN)结合多种因素精确重构终端区航迹,与接收到的航迹做差,通过SVDD分类模型判断是否存在ADS-B信号干扰。首先,介绍终端区内影响航班航迹因素,并分析这些因素如何对航迹产生影响,并将所属特征作为预测的输入;然后,使用TCN模对ADS-B航迹数据进行重构,将接受到的数据与预测数据做差,作为SVDD模型的输入;最后,使用SVDD模型将干扰航迹与真实航迹进行分类,并筛选出干扰数据样本。经验证,TCN结合SVDD模型能够准确地完成ADS-B干扰检测任务。 展开更多
关键词 复杂终端区 ADS-B干扰检测 变量预测 TCN SVDD
下载PDF
独塔斜拉桥结构变形监测数据相关性模型
11
作者 翟文强 陈敏 +2 位作者 曹宝雅 邓扬 鞠翰文 《公路交通科技》 CAS CSCD 北大核心 2023年第3期84-95,共12页
建立结构变形监测数据相关性模型,可实现对桥梁结构损伤的预警。详细分析了多个桥梁结构变形监测数据与温度数据间的多维时滞关系,并基于长短时记忆(LSTM)神经网络,构建了桥梁结构变形监测数据的相关性模型。通过优化LSTM神经网络模型... 建立结构变形监测数据相关性模型,可实现对桥梁结构损伤的预警。详细分析了多个桥梁结构变形监测数据与温度数据间的多维时滞关系,并基于长短时记忆(LSTM)神经网络,构建了桥梁结构变形监测数据的相关性模型。通过优化LSTM神经网络模型的输入构造提高模型的预测精度,并构建了多变量预测模型,降低模型的训练成本。以某独塔斜拉桥的梁端位移、主梁挠度、索塔倾斜和结构温度监测数据为例,对不同变量的相关性进行了分析,对梁端位移和主梁挠度监测数据序列进行了预测,并与门控循环单元(GRU)神经网络的预测精度进行比较。结果表明:梁端位移、主梁挠度、索塔倾斜和结构温度监测数据间存在多维时滞现象,相关性不明确,采用传统的线性拟合和非线性拟合的方法,难以准确估计结构变形之间的复杂映射关系;通过优化LSTM神经网络模型的输入构造,提高了模型对于结构变形数据的预测精度,消除了结构变形监测数据存在的多维时滞现象,且预测误差远小于GRU神经网络,预测精度显著优于GRU神经网络;多变量预测模型的预测精度相比单变量模型的预测精度有所下降,但多变量预测模型可同时对梁端位移和主梁挠度监测数据序列进行预测,具有更高的模型使用效率,降低了模型的训练成本,适用于对多变量数据进行快速预测。 展开更多
关键词 桥梁工程 相关性模型 神经网络 斜拉桥 结构健康监测 变量预测 结构变形
原文传递
基于遗传算法和长短记忆神经网络组合模型的加油站销量预测 被引量:2
12
作者 潘诗元 易万里 李翔宇 《化工自动化及仪表》 CAS 2022年第2期207-214,共8页
针对加油站销量波动大且非线性特征明显,使用传统时间序列的预测模型无法满足实际预测需求的情况,提出基于遗传算法(GA)和长短记忆神经网络(LSTM)的销量组合预测模型,在原始数据的基础上加入温度、天气、油价、星期、节假日特征进行辅... 针对加油站销量波动大且非线性特征明显,使用传统时间序列的预测模型无法满足实际预测需求的情况,提出基于遗传算法(GA)和长短记忆神经网络(LSTM)的销量组合预测模型,在原始数据的基础上加入温度、天气、油价、星期、节假日特征进行辅助预测,对文本类数据使用One-hot编码并使用Embedding降维,采用遗传算法求得LSTM模型的最优超参数来提升模型精度。结果显示:该模型精度保持在90%以上且符合大规模预测需求,能够投入实际应用。 展开更多
关键词 遗传算法+长短记忆神经网络 变量预测 成品油 销量预测 数据降维
下载PDF
光谱油样分析数据的神经网络多变量预测技术 被引量:1
13
作者 周伽 陈果 《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第4期389-393,共5页
针对非等间隔的受加油因素影响的光谱油样分析数据的建模预测问题,利用人工神经网络高度的并行分布式、联想记忆能力、自组织学习能力和极强的非线性映射能力,建立了BP神经网络的多变量预测模型。同时,用遗传算法对网络参数进行了优化... 针对非等间隔的受加油因素影响的光谱油样分析数据的建模预测问题,利用人工神经网络高度的并行分布式、联想记忆能力、自组织学习能力和极强的非线性映射能力,建立了BP神经网络的多变量预测模型。同时,用遗传算法对网络参数进行了优化。最后,利用两组实际的航空发动机油样光谱分析数据对模型进行了验证。结果表明,提出的神经网络多变量预测模型能有效解决实际的受多因素影响的油样分析数据建模问题,具有较强的工程实用价值和通用性。 展开更多
关键词 油样分析 变量预测 非等间隔 加油 BP神经网络 遗传算法
下载PDF
Development of a multivariate empirical model for predicting weak rock mass modulus 被引量:2
14
作者 Kallu Raj R. Keffeler Evan R. +1 位作者 Watters Robert J. Agharazi Alireza 《International Journal of Mining Science and Technology》 SCIE EI CSCD 2015年第4期545-552,共8页
Estimating weak rock mass modulus has historically proven difficult although this mechanical property is an important input to many types of geotechnical analyses. An empirical database of weak rock mass modulus with ... Estimating weak rock mass modulus has historically proven difficult although this mechanical property is an important input to many types of geotechnical analyses. An empirical database of weak rock mass modulus with associated detailed geotechnical parameters was assembled from plate loading tests per- formed at underground mines in Nevada, the Bakhtiary Dam project, and Portugues Dam project. The database was used to assess the accuracy of published single-variate models and to develop a multivari- ate model for predicting in-situ weak rock mass modulus when limited geoteehnical data are available. Only two of the published models were adequate for predicting modulus of weak rock masses over lim- ited ranges of alteration intensities, and none of the models provided good estimates of modulus over a range of geotechnical properties. In light of this shortcoming, a multivariate model was developed from the weak rock mass modulus dataset, and the new model is exponential in form and has the following independent variables: (1) average block size or joint spacing, (2) field estimated rock strength, (3) dis- continuity roughness, and (4) discontinuity infilling hardness. The multivariate model provided better estimates of modulus for both hard-blocky rock masses and intensely-altered rock masses. 展开更多
关键词 In-situ modulus Weak rock mass Preliminary design Elastic deformation
下载PDF
先进控制技术在乙烯装置分离单元的应用 被引量:2
15
作者 高琦 赵育榕 《化学工业与工程技术》 CAS 2010年第2期50-53,共4页
对过程控制中的软测量技术和多变量预测技术进行了讨论,并对软测量技术和多变量预测技术的基本概念进行了解释,综述了软测量技术和多变量预测技术在乙烯装置分离单元的丙烯精馏塔和碳二加氢反应器中的应用。
关键词 软测量 变量预测 丙烯精馏 碳二加氢
下载PDF
小样本负载序列的结构化预测方法
16
作者 刘春红 张志华 +1 位作者 焦洁 程渤 《计算机科学与探索》 CSCD 北大核心 2022年第7期1552-1560,共9页
准确的负载预测是实现云平台弹性资源管理的关键。针对云负载预测中存在大量运行周期较短的任务,导致预测模型训练数据不足的问题,提出一种利用多变量负载序列结构化信息的预测方法(SP-MWS)。依据同一任务运行中消耗的多种资源间内在的... 准确的负载预测是实现云平台弹性资源管理的关键。针对云负载预测中存在大量运行周期较短的任务,导致预测模型训练数据不足的问题,提出一种利用多变量负载序列结构化信息的预测方法(SP-MWS)。依据同一任务运行中消耗的多种资源间内在的相关性,挖掘多维负载序列间的信息,补充小样本序列的预测信息量。首先,为获取相关性强的负载类型,采用最大互信息系数(MIC)和信息熵进行负载类型的度量选择;然后,构建核范数正则化多任务学习模型(TNR-MTL),将相关负载序列同时输入,实现其结构化信息的挖掘,并完成多种负载的同时预测。在Google云平台的运行监控日志数据集上进行验证,实验结果表明,所提方法获得的相关负载序列类型可明显增加模型信息量。对于预测模型的决策依据进行解释性分析,可视化每种变量对预测结果的贡献度;对比实验表明,所提预测方法在时间性能和预测精度上均优于常用的负载预测方法。 展开更多
关键词 云计算 弹性 负载预测 变量预测 结构化信息
下载PDF
Determinants of invasive strategy in elderly patients with non-ST elevation myocardial infarction 被引量:1
17
作者 Antonin Negers Jacques Boddaert +5 位作者 Lucie Mora Jean-Louis Golmard Laura Moisi Ariel Cohen Jean-Philippe Collet Alice Breining 《Journal of Geriatric Cardiology》 SCIE CAS CSCD 2017年第7期465-472,共8页
Background Knowledge gaps across literature prevent current guidelines from providing the profile of elderly patients most likely to derive benefit fi^om invasive strategy (IS) in non ST-elevation myocardial infarct... Background Knowledge gaps across literature prevent current guidelines from providing the profile of elderly patients most likely to derive benefit fi^om invasive strategy (IS) in non ST-elevation myocardial infarction (NSTEMI). Furthermore, the benefit of IS in a real-world elderly population with NSTEMI remains unclear. The aims of this study were to determine factors that lead the cardiologist to opt for an IS in elderly patients with NSTEMI, and to assess the impact of IS on the 6-month all-cause mortality. Methods This multicenter prospective study enrolled all consecutive patients aged 〉 75 years old who presented a NSTEMI and were hospitalized in cardiology intensive care unit between February 2014 and February 2015. Patients were compared on the basis of reperfusion strategy (invasive or conservative) and living status at six months, in order to determine multivariate predictors of the realization of an IS and multivariate predictors of 6-month mor- tality. Results A total of 141 patients were included; 87 (62%) underwent an IS. The strongest independent determinants of IS were younger age [odds ratio (OR): 0.85, 95%-confidence interval (CI): 0.78-0.92; P 〈 0.001) and lower "Cumulative Illness Rating Scale-Geriatric" number of categories score (OR: 0.83, 95%CI: 0.73-0.95; P = 0.002). IS was not significantly associated with 6-month survival (OR: 0.80, 95%CI: 0.27-2.38; P = 0.69). Conclusions In real-world elderly patients with NSTEMI, younger patients with fewer comorbidities profited more often from an IS. However, IS did not modify 6-month all-cause mortality. 展开更多
关键词 COMORBIDITY Coronary angiography Decision making MORTALITY Myocardial infarction
下载PDF
正实数阶随机弱化缓冲序列多变量灰色预测模型 被引量:1
18
作者 刘基伟 闵素芹 金梦迪 《统计与决策》 CSSCI 北大核心 2019年第20期77-81,共5页
灰色系统通过构建不同阶数的弱化缓冲算子实现观测数据权重的不同方案的分配,从而改变观测数据对参数估计的影响。原有基于分数阶、正实数阶的弱化缓冲序列是对不同位置上的观测数据进行同一阶数的弱化缓冲,文章在此基础上提出一种正实... 灰色系统通过构建不同阶数的弱化缓冲算子实现观测数据权重的不同方案的分配,从而改变观测数据对参数估计的影响。原有基于分数阶、正实数阶的弱化缓冲序列是对不同位置上的观测数据进行同一阶数的弱化缓冲,文章在此基础上提出一种正实数阶随机弱化缓冲序列。通过对不同位置上的观测数据进行不同阶数的弱化缓冲,提高权重分配的精细程度,满足现实系统的预测需求。通过计算显示,使用正实数阶随机弱化缓冲序列可以获得更精准的预测结果。 展开更多
关键词 随机阶弱化缓冲 正实数阶 变量预测
下载PDF
先进控制技术及其产业化 被引量:7
19
作者 褚健 王朝辉 苏宏业 《测控技术》 CSCD 2000年第8期1-3,9,共4页
介绍了先进控制 (APC)技术的发展现状 ,主要的技术内容以及巨大的应用经济效益 ,指出先进控制软件产业化是目前先进控制全面走向工业现场的最主要的途径。
关键词 先进控制 过程优化 变量预测控制 软件产业化
下载PDF
基于模糊模型的多变量预测控制算法 被引量:5
20
作者 金晓明 荣冈 王树青 《控制与决策》 EI CSCD 北大核心 1998年第4期332-336,共5页
将模糊模型应用于模型预测控制,提出一种可用于非线性过程控制的模糊模型预测控制算法(FMPC)。模糊模型与单纯形调优的非线性规划方法相结合可获得优化的控制律。仿真结果表明,FMPC可获得良好的控制效果,具有较高的应用价值。
关键词 模糊模型 预测控制 变量预测控制 算法
下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部