期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
大滞后生产过程的智能式补偿预测控制
被引量：
9
1
作者
古钟璧
王苇
王祯学
《自动化学报》
EI
CSCD
北大核心
1995年第4期494-498,共5页
利用智能建模的方法修正系统的预测输出，提高了预测输出的精度．通过预测控制与人工智能方法的结合，建立了一种适于大滞后生产过程的控制方法．这一方法已成功地应用于小氮肥生产的氢氮比控制中．
关键词
预测控制
补偿预测控制
生产过程
下载PDF
职称材料
基于灰色预测的大时滞过程的控制研究
被引量：
15
2
作者
吴裕高
朱学峰
史步海
《控制工程》
CSCD
2007年第3期278-280,289,共4页
针对传统PID控制对大时滞过程控制效果不佳的情况,采用基于GM(1,1)灰色模型对被控对象系统行为进行预测,并用等维新息、提高原始数据列的光滑度和改变初始条件三者结合的方法对该模型进行改进,得到一个改进的GM(1,1)模型。同时以GM(1,1...
针对传统PID控制对大时滞过程控制效果不佳的情况,采用基于GM(1,1)灰色模型对被控对象系统行为进行预测,并用等维新息、提高原始数据列的光滑度和改变初始条件三者结合的方法对该模型进行改进,得到一个改进的GM(1,1)模型。同时以GM(1,1)模型的发展系数a作为决定预测步长的依据,将其与传统PID结合,组成灰色预测控制系统对大时滞过程进行控制。仿真结果表明,与传统PID控制相比,该方法具有较强的适应性和鲁棒性,控制性能也得到了较明显的改善。
展开更多
关键词
灰色预测
GM(1
1)模型
大时滞过程
预测控制
下载PDF
职称材料
单神经元预测控制器在大时滞对象控制中的仿真研究
被引量：
1
3
作者
陈乔乔
朱学峰
《自动化技术与应用》
2008年第5期13-15,共3页
本文提出了一种单神经元预测控制器,该控制器利用增益自调整的优点,较好地解决了控制系统响应的快速性和鲁棒性的问题,并且能较好地克服过程大时滞的不利影响。本文给出了该控制器的算法,并和常规PID控制器等进行了仿真比较,取得了较好...
本文提出了一种单神经元预测控制器,该控制器利用增益自调整的优点,较好地解决了控制系统响应的快速性和鲁棒性的问题,并且能较好地克服过程大时滞的不利影响。本文给出了该控制器的算法,并和常规PID控制器等进行了仿真比较,取得了较好的效果。
展开更多
关键词
大时滞过程
单神经元
增益自调整
模型预测
下载PDF
职称材料
基于通用学习网络的预估控制
被引量：
1
4
作者
韩敏
韩冰
《信息与控制》
CSCD
北大核心
2005年第2期195-200,共6页
利用通用学习网络具有所有节点互连,任意两节点之间可以有多重连接,且连接允许有任意延迟时间的特点,对典型非线性、大滞后系统进行了辨识.结合PID控制器对pH中和过程实现了高精度的预估控制.通过与传统的Smith预估控制的比较,证明该网...
利用通用学习网络具有所有节点互连,任意两节点之间可以有多重连接,且连接允许有任意延迟时间的特点,对典型非线性、大滞后系统进行了辨识.结合PID控制器对pH中和过程实现了高精度的预估控制.通过与传统的Smith预估控制的比较,证明该网络能有效地应用于大滞后系统,利用该网络进行系统辨识是对未知对象模型控制的一种有效新方法.*
展开更多
关键词
通用学习网络
大滞后
PH中和过程
非线性控制
下载PDF
职称材料
基于通用学习网络的控制器设计
5
作者
韩敏
贾小勐
+1 位作者
席剑辉
韩冰
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2005年第3期249-254,257,共7页
神经网络已经广泛地应用于控制领域,但是现有的神经网络一般不包含延迟时间,或延迟时间不能任意设置。通用学 习网络(UniversalLearningNetwork)是一种新型可设定神经网络,该网络所有节点互连,任意两节点之间可以有多重连接, 且连接上...
神经网络已经广泛地应用于控制领域,但是现有的神经网络一般不包含延迟时间,或延迟时间不能任意设置。通用学 习网络(UniversalLearningNetwork)是一种新型可设定神经网络,该网络所有节点互连,任意两节点之间可以有多重连接, 且连接上有任意的延迟时间。利用通用学习网络对典型的非线性、大滞后系统——pH中和过程进行辨识,并作为预估器应用 于控制系统。仿真研究证明该网络能有效地应用于大滞后系统。
展开更多
关键词
通用
大滞后
神经网络
控制器设计
学习网络
延迟时间
辨识
证明
过程
一般
下载PDF
职称材料
题名
大滞后生产过程的智能式补偿预测控制
被引量：
9
1
作者
古钟璧
王苇
王祯学
机构
四川大学无线电系
出处
《自动化学报》
EI
CSCD
北大核心
1995年第4期494-498,共5页
文摘
利用智能建模的方法修正系统的预测输出，提高了预测输出的精度．通过预测控制与人工智能方法的结合，建立了一种适于大滞后生产过程的控制方法．这一方法已成功地应用于小氮肥生产的氢氮比控制中．
关键词
预测控制
补偿预测控制
生产过程
Keywords
long time delay
process
predictive
control
artificial
intelligence
model
error
robustness.
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于灰色预测的大时滞过程的控制研究
被引量：
15
2
作者
吴裕高
朱学峰
史步海
机构
华南理工大学自动化学院
出处
《控制工程》
CSCD
2007年第3期278-280,289,共4页
基金
广东省科技攻关基金资助项目(2005B10201005)
文摘
针对传统PID控制对大时滞过程控制效果不佳的情况,采用基于GM(1,1)灰色模型对被控对象系统行为进行预测,并用等维新息、提高原始数据列的光滑度和改变初始条件三者结合的方法对该模型进行改进,得到一个改进的GM(1,1)模型。同时以GM(1,1)模型的发展系数a作为决定预测步长的依据,将其与传统PID结合,组成灰色预测控制系统对大时滞过程进行控制。仿真结果表明,与传统PID控制相比,该方法具有较强的适应性和鲁棒性,控制性能也得到了较明显的改善。
关键词
灰色预测
GM(1
1)模型
大时滞过程
预测控制
Keywords
grey
prediction
GM（1,1）
model
long time delay
process
predictive
control
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
单神经元预测控制器在大时滞对象控制中的仿真研究
被引量：
1
3
作者
陈乔乔
朱学峰
机构
华南理工大学自动化科学与工程学院
出处
《自动化技术与应用》
2008年第5期13-15,共3页
基金
广东省科技计划项目2005B10201005
文摘
本文提出了一种单神经元预测控制器,该控制器利用增益自调整的优点,较好地解决了控制系统响应的快速性和鲁棒性的问题,并且能较好地克服过程大时滞的不利影响。本文给出了该控制器的算法,并和常规PID控制器等进行了仿真比较,取得了较好的效果。
关键词
大时滞过程
单神经元
增益自调整
模型预测
Keywords
long time delay
process
single
neuron
self-turning
gain
model
prediction
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于通用学习网络的预估控制
被引量：
1
4
作者
韩敏
韩冰
机构
大连理工大学电子与信息工程学院自动化系
出处
《信息与控制》
CSCD
北大核心
2005年第2期195-200,共6页
基金
国家自然科学基金资助项目(60374064)
文摘
利用通用学习网络具有所有节点互连,任意两节点之间可以有多重连接,且连接允许有任意延迟时间的特点,对典型非线性、大滞后系统进行了辨识.结合PID控制器对pH中和过程实现了高精度的预估控制.通过与传统的Smith预估控制的比较,证明该网络能有效地应用于大滞后系统,利用该网络进行系统辨识是对未知对象模型控制的一种有效新方法.*
关键词
通用学习网络
大滞后
PH中和过程
非线性控制
Keywords
universal
learning
network
(ULN)
long
time
delay
pH
neutralization
process
nonlinear
control
分类号
TP13 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于通用学习网络的控制器设计
5
作者
韩敏
贾小勐
席剑辉
韩冰
机构
大连理工大学电子与信息工程学院自动化系
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2005年第3期249-254,257,共7页
基金
国家自然科学基金(60374064)资助项目
文摘
神经网络已经广泛地应用于控制领域,但是现有的神经网络一般不包含延迟时间,或延迟时间不能任意设置。通用学 习网络(UniversalLearningNetwork)是一种新型可设定神经网络,该网络所有节点互连,任意两节点之间可以有多重连接, 且连接上有任意的延迟时间。利用通用学习网络对典型的非线性、大滞后系统——pH中和过程进行辨识,并作为预估器应用 于控制系统。仿真研究证明该网络能有效地应用于大滞后系统。
关键词
通用
大滞后
神经网络
控制器设计
学习网络
延迟时间
辨识
证明
过程
一般
Keywords
Universal
learning
network
long
time
-
delay
pH
neutralization
process
分类号
TH871.5 [机械工程—仪器科学与技术]
TP273 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
大滞后生产过程的智能式补偿预测控制
古钟璧
王苇
王祯学
《自动化学报》
EI
CSCD
北大核心
1995
9
下载PDF
职称材料
2
基于灰色预测的大时滞过程的控制研究
吴裕高
朱学峰
史步海
《控制工程》
CSCD
2007
15
下载PDF
职称材料
3
单神经元预测控制器在大时滞对象控制中的仿真研究
陈乔乔
朱学峰
《自动化技术与应用》
2008
1
下载PDF
职称材料
4
基于通用学习网络的预估控制
韩敏
韩冰
《信息与控制》
CSCD
北大核心
2005
1
下载PDF
职称材料
5
基于通用学习网络的控制器设计
韩敏
贾小勐
席剑辉
韩冰
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2005
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
