吉林化工学院学报(自然科学版)
吉林化工學院學報(自然科學版)
길림화공학원학보(자연과학판)
JOURNAL OF JILIN INSTITUTE OF CHEMICAL TECHNOLOGY
2006年
1期
50-55
,共6页
高兴航%李晓光%邵诚%姬忠良
高興航%李曉光%邵誠%姬忠良
고흥항%리효광%소성%희충량
迭代学习控制%神经网络%参数优化%聚合反应
迭代學習控製%神經網絡%參數優化%聚閤反應
질대학습공제%신경망락%삼수우화%취합반응
聚合反应的动态特性具有时变性、非线性等特点,应用传统的控制方法已不能满足实际的控制要求,且达不到需要的控制精度,急需提出一种先进的控制方法.本文提出了一种新的基于神经网络优化的迭代学习控制方法,介绍了由迭代学习控制理论设计迭代学习控制器,提出用神经网络对控制器参数进行优化计算,找出最优的学习增益;并将该方法应用于ABS树脂聚合反应过程的温度控制中,仿真结果表明了该方法的有效性,且能在较少的迭代次数下,以最快的收敛速度、较高的跟踪精度逼近期望轨迹.
聚閤反應的動態特性具有時變性、非線性等特點,應用傳統的控製方法已不能滿足實際的控製要求,且達不到需要的控製精度,急需提齣一種先進的控製方法.本文提齣瞭一種新的基于神經網絡優化的迭代學習控製方法,介紹瞭由迭代學習控製理論設計迭代學習控製器,提齣用神經網絡對控製器參數進行優化計算,找齣最優的學習增益;併將該方法應用于ABS樹脂聚閤反應過程的溫度控製中,倣真結果錶明瞭該方法的有效性,且能在較少的迭代次數下,以最快的收斂速度、較高的跟蹤精度逼近期望軌跡.
취합반응적동태특성구유시변성、비선성등특점,응용전통적공제방법이불능만족실제적공제요구,차체불도수요적공제정도,급수제출일충선진적공제방법.본문제출료일충신적기우신경망락우화적질대학습공제방법,개소료유질대학습공제이론설계질대학습공제기,제출용신경망락대공제기삼수진행우화계산,조출최우적학습증익;병장해방법응용우ABS수지취합반응과정적온도공제중,방진결과표명료해방법적유효성,차능재교소적질대차수하,이최쾌적수렴속도、교고적근종정도핍근기망궤적.