学位论文 > 优秀研究生学位论文题录展示

基于粒子滤波的联合制碱工业过程建模与控制

作　者: 钟甲
导　师: 李永伟
学　校: 河北科技大学
专　业: 检测技术与自动化装置
关键词: 粒子滤波 RBF神经网络建模优化联合制碱碳化过程
分类号: TQ114
类　型: 硕士论文
年　份: 2011年
下　载: 27次
引　用: 0次
阅　读: 论文下载

内容摘要

随着科学的发展,现代工业生产过程的控制变得越来越复杂。系统包含着越来越多的非线性和不确定性。传统的建立精确模型的控制方法已经很难达到预期的控制效果。联合制碱生产过程就是一个复杂的非线性非高斯系统。系统还存在着随机性、滞后性、模糊性等不确定性。对于这种复杂工业过程进行控制研究,将会给复杂系统的建模与优化控制提供一条有效途径。神经网络技术作为智能算法中操作和应用性都较好的建模方式,在工业领域也有了一定的应用。粒子滤波算法摆脱了解决非线性滤波问题所面临的随机变量必须是高斯分布的限制,使得强非线性系统有了一个较好的解决方法。论文详细介绍了粒子滤波的原理和算法,分析了粒子滤波算法处理非线性问题的优势。介绍了神经网络的发展和学习。介绍了联合制碱工艺和碳化过程的影响因素。提出基于非线性粒子滤波的RBF神经网络控制方法:利用RBF神经网络对系统进行建模与控制,再利用非线性粒子滤波算法对RBF神经网络的权值进行优化。本文把粒子滤波算法与径向基神经网络技术相结合,综合两种技术的优点,利用非线性粒子滤波算法可以处理非线性、非高斯系统的特点和径向基函数(Radial Basis Function,RBF)神经网络能够逼近任意连续函数优势,对联合制碱生产过程的碳化过程进行建模优化研究,从而得到一种可以应用于复杂工业的控制方法。

全文目录

摘要  4-5
Abstract  5-9
第1章绪论  9-14
  1.1 课题来源及研究意义  9-10
    1.1.1 课题来源  9
    1.1.2 研究意义  9-10
  1.2 国内外系统控制的研究现状  10
  1.3 非线性滤波技术  10-12
  1.4 人工神经网络技术  12
  1.5 本文的研究内容  12-14
第2章粒子滤波算法  14-32
  2.1 动态系统空间模型  14-15
  2.2 贝叶斯估计理论及其滤波算法  15-16
  2.3 扩展卡尔曼滤波  16-18
  2.4 蒙特卡罗方法  18-21
    2.4.1 蒙特卡罗方法  18-19
    2.4.2 重要性抽样  19-21
  2.5 粒子滤波算法  21-23
    2.5.1 粒子滤波算法原理  21
    2.5.2 序贯-重要性-抽样(SIS)算法  21-23
  2.6 粒子匮乏问题的关键技术  23-26
    2.6.1 重要性密度函数的选取  24-25
    2.6.2 重要性样本重抽样  25-26
  2.7 粒子滤波算法的收敛性和基本流程  26-28
    2.7.1 粒子滤波算法的收敛性  26-27
    2.7.2 粒子滤波算法基本流程  27
    2.7.3 标准粒子滤波算法的编程方法  27-28
  2.8 粒子滤波算法的应用  28-30
    2.8.1 目标跟踪  28-29
    2.8.2 金融分析  29
    2.8.3 计算机视觉  29-30
    2.8.4 状态监督与故障诊断  30
  2.9 粒子滤波算法的应用  30-31
  2.10 本章小结  31-32
第3章径向基神经网络  32-44
  3.1 人工神经网络的发展及理论基础  32-35
    3.1.1 人工神经网络的发展  32
    3.1.2 人工神经网络的研究应用  32-33
    3.1.3 神经网络的生理学基础  33
    3.1.4 神经网络的基本结构  33-35
    3.1.5 神经网络的学习方法  35
  3.2 径向基神经网络  35-42
    3.2.1 径向基神经网络现状  35-36
    3.2.2 径向基神经网络模型和工作原理  36-38
    3.2.3 径向基神经网络的学习方法  38-40
    3.2.4 径向基神经网络的改进  40-42
    3.2.5 径向基神经网络的特点  42
  3.3 神经网络的泛化能力  42-43
  3.4 本章小结  43-44
第4章联合制碱  44-54
  4.1 制碱工业的发展  44-46
    4.1.1 制碱法的历史  44
    4.1.2 联合制碱的改进  44-46
  4.2 联合制碱工业过程  46-50
    4.2.1 新型变换气联合制碱  46
    4.2.2 新型变换气工艺理论  46-47
    4.2.3 联合制碱生产过程的控制  47-48
    4.2.4 碳化过程  48-50
  4.3 复杂工业过程的建模与优化  50-53
    4.3.1 复杂工业过程建模的发展  50-52
    4.3.2 复杂工业过程优化控制的发展  52-53
  4.4 本章小结  53-54
第5章粒子滤波算法与径向基神经网络的结合  54-64
  5.1 径向基神经网络模型的优化  54
  5.2 推广卡尔曼滤波径向基神经网络模型  54-56
  5.3 模糊神经网络模型  56-57
  5.4 递阶遗传算法神经网络模型  57-58
  5.5 粒子滤波和径向基神经网络的结合  58-60
    5.5.1 粒子滤波径向基神经网络模型  58-60
    5.5.2 粒子滤波径向基神经网络实验  60
  5.6 对碳化过程的建模优化  60-61
  5.7 仿真实验  61-62
  5.8 本章小结  62-64
结论  64-65
参考文献  65-69
攻读硕士学位期间所发表的论文  69-70
致谢  70

基于粒子滤波的联合制碱工业过程建模与控制

内容摘要

全文目录

相似论文