螺旋霉素发酵过程动态建模的神经网络方法

对文题所述方法,根据实验数据进行仿真研究,获得了满意的结果。为高度复杂的非线性生化过程的模型化提供了一条新的途径。     

一类离散事件动态系统建模与仿真策略

本文从实际过程系统中抽象出一类特殊的离散事件动态系统,对该系统进行了数学描述.针对系统的特点设计了一套仿真方法.最后给出一个实例,通过仿真来研究其设备配置,得到了与实际情况吻合的结果.     

一类离散事件动态系统及其应用

从实际生产过程中抽象出一类特殊的离散事件动态系统,对该系统进行数学描述,构造仿真策略。将其用于某啤酒厂的生产决策,获得了满意的结果。     

生化过程的神经网络组合模型

用神经网络描述未知的反应动力学参数，结合反应器物料平衡方程，提出了生化过程的神经网络组合模型。并提出了特别适合微生物发酵过程的Ｍｏｎｏｄ饱和型和基质抑制型的神经元传递函数。在Ｈｅｂｂ学习的基础上，引入教师指导信号，提出了神经网络误差一次反向传播的快速学习算法。将此组合模型用于某流加发酵过程状态变量和动力学参数的在线估计，仿真研究获得了满意的结果。组合模型具有训练速度快、预测精度高等优点，为动力学结     

甲醛生产优化控制的神经网络新方法

提出了一种基于神经网络的自学习稳态优化控制新方法。证明了优化算法的收敛性。收敛速度快，无需数学模型，只需目标函数和一些操作变量的量测量值，实施方便，通过对甲醛生产的优化计算，求得了在满足产品质量和产量约束条件下使原料单耗最低的最优操作条件。与实际操作相比较，本文所提供的优化条件，可显著地降低原料单耗，提高产品质量，并能廷长催化剂寿命。     

间歇过程生产计划的智能方法及其应用

提出了一种新的数学模型和专家系统相结合的智能方法。建立了生产计划的线性规划模型。通过定义分配系数将长期、中期、短期计划统一在一个模型之中,利用专家系统技术来确定分配系数,从而降低了模型的维数,减少了所需计算机的内存容量,加快了运算速度。以某啤酒厂生产过程为例,仿真和实际运行均表明可获得显著的经济效益。     

基于神经网络的非线性观测器及其应用

提出了一种基于神经网络的非线性观测器，用于青霉素发酵过程的状态估计，仿真研究获得了满意的结果。观测器的输出与离线测量数据拟合较好，证明了该方法的实用性，为建模困难的生化过程的状态估计提供了可能。     

工业大系统递阶多目标优化的分解协调方法

研究了工业大系统递阶多目标优化问题,将其归纳为三种基本形式,并提出了三种相应的新算法。这些方法的基本思想是利用分解协调原理和多目标优化技术,将原问题化为一个二级优化问题。第一级求解一系列低维数的多目标子问题,第二级进行协调。这样大大节省了所需的计算机内存容量,加快了算法的收敛速度。这些算法还具有简单、实用等优点。数值例子证明了以上的结论。     

基于模式识别的稳态优化控制及其应用

提出了一种基于模式识别的稳态优化控制方法,用模式识别描述系统稳态特性、辨识模型参数、估计非平稳扰动和求取控制作用,为在那些用传统方法建模困难的场合,实现稳态优化控制提供了可能。以甲醛生产过程作仿真研究,获得了满意的结果。     

基于模式识别的预测控制及其应用

提出了一种新的预测控制方法,用模式识别技术描述系统的动态特性和求取系统的控制作用。仿真研究获得了满意的结果。在一个实验性二元精馏塔上用IBM-PC微机进行试验亦获成功。它摆脱了预测控制所需的数学模型,为在那些用传统方法建模困难的场合,实现预测控制提供了可能。