文摘
英文文摘
第1章 绪论
1.1 研究背景及意义
1.2 氧化铝回转窑自动化实现过程中的技术难题及常规解决方案
1.3 论文研究的主要内容和使用的理论
1.4 论文主要内容及工作
第2章 预测控制算法在回转窑自动控制中的应用
2.1 预测控制基本理论简介
2.1.1 预测控制的基本原理
2.1.2 预测控制系统的性能指标和滚动优化计算
2.1.3 动态矩阵控制(DMC)
2.1.4 模型算法控制(MAC)
2.1.5 广义预测控制(GPC)
2.1.6 多变量预测控制
2.1.7 智能预测控制系统
2.2 基于灰色干扰预测的预测控制系统
2.2.1 传统预测控制结构的改进
2.2.2 误差的分析与预测
2.2.3 灰色预测在误差校正中的应用
2.2.4 实验
2.2.6 小结
2.3 广义预测控制简易算法
2.3.1 广义预测控制系统中预测模型的物理意义
2.3.2 传统广义预测模型的更改
2.3.3 滚动优化计算的计算公式
2.3.4 小结
2.4 氧化铝回转窑预测控制系统实验
2.5 本章小结
第3章 烧成带温度的软计算预测
3.1 BP神经网络基本理论
3.1.1 BP神经网络基本结构
3.1.2 BP神经网络的训练算法
3.2 模糊神经网络
3.2.1 T-S型模糊RBF神经网络简述
3.2.2 T-S型模糊RBF神经网络训练的改进算法
3.2.3 仿真实验
3.3 混合专家模型算法
3.3.1 混合专家模型简述
3.3.2 一种混合专家模型及其训练算法
3.3.3 混合专家模型的训练算法
3.3.5 仿真实验
3.4 烧成带温度的软计算预测的仿真结果
3.5 本章小结
第4章 基于委员会机器的窑前喂煤量智能决策器
4.1 BP神经网络分类器
4.2 静态委员会机器
4.2.1 基于Adaboost算法的静态委员会机器
4.2.1 基于BP神经网络的Adaboost算法静态委员会机器
4.3 动态委员会机器
4.3.1 一种适合分类的混合专家模型
4.4.2 规则提取
4.4 仿真实验
4.5 本章小结
总结
参考文献
附录A 攻读硕士学位期间所发表的学术论文目录
致谢
湖南大学;