基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对焦炉冷鼓系统的强非线性,难以建立精确的数学模型等问题,提出了基于支持向量回归机(SVR,support vector regression)的预测控制策略.基于结构风险最小化的SVR可以直接反应非线性模型的特征,采用自适应权值粒子群算法(APSO,adaptive weight particle swarm optimization)对SVR的辨识参数加以优化;预测控制作为控制系统的主体,其滚动式的有限时域优化及反馈校正可有效地克服过程中的不确定性和非线性.在MATLAB仿真平台上,将此控制策略与传统的PID(proportion integration differention)相比较.仿真结果表明该控制策略具有较强的抗干扰性和鲁棒性,可保证冷鼓系统的初冷器前吸力快速、有效地稳定在工艺要求的范围内.
推荐文章
焦炉冷鼓系统自适应PID控制器设计
焦炉冷鼓系统
最近邻聚类学习算法
RBF网络
BP神经网络
自适应PID
冷连轧AGC系统的自适应Smith广义预测控制
自适应广义预测控制
参数辨识
Smith预估器
自动厚度控制
基于广义预测算法的焦炉立火道温度控制系统
广义预测控制
立火道温度
焦炉
基于神经模糊模型的CSTR系统预测控制
预测控制
神经模糊建模
连续搅拌反应釜
进化规划
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVR的焦炉冷鼓系统预测控制
来源期刊 重庆大学学报 学科 工学
关键词 焦炉冷鼓系统 支持向量回归机 预测控制 鲁棒性 传统PID
年,卷(期) 2017,(9) 所属期刊栏目
研究方向 页码范围 76-82
页数 7页 分类号 TP229
字数 3045字 语种 中文
DOI 10.11835/j.issn.1000-582X.2017.09.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张世峰 安徽工业大学电气与信息工程学院 58 241 9.0 13.0
2 陈威 安徽工业大学电气与信息工程学院 7 7 2.0 2.0
3 程曾婉 安徽工业大学电气与信息工程学院 5 4 2.0 2.0
4 李泉 安徽工业大学电气与信息工程学院 3 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (164)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (4)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
焦炉冷鼓系统
支持向量回归机
预测控制
鲁棒性
传统PID
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
论文1v1指导