重油分馏塔基于混沌神经网络的Laguerre函数模型自适应预测控制

• 作者: 向微 张海涛 王雷 秦廷 陈宗海
• 来源期刊: 信息与控制
• 关键词: 重油分馏塔 混沌神经网络 Laguerre函数 预测控制 自适应控制
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 13-17
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2004.01.004

摘要

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Laguerre预测控制策略的基本方法和CNN的特点,着重提出了一种利用CNN对控制性能指标进行寻优的新颖策略.在重油分馏塔Shell模型上的仿真实验结果表明,这种混合智能控制策略比原有控制策略在控制品质上有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雷	中国科学技术大学自动化系	192	2018	26.0	36.0
2	陈宗海	中国科学技术大学自动化系	151	2270	25.0	40.0
3	张海涛	中国科学技术大学自动化系	54	305	8.0	15.0
4	秦廷	中国科学技术大学自动化系	10	79	6.0	8.0
5	向微	中国科学技术大学自动化系	8	271	6.0	8.0