P-平坦半模和k-P-平坦半模

在半模张量积和真正合列的基础上,给出P-平坦半模和k-P-平坦半模的定义,讨论了它们的相关性质,刻画了k-P-平坦半模和P-内射半模的关系,最后,通过k-P-平坦右R-半模来对半环R的左主理想进行一些研究。     

基于自适应神经模糊推理系统的连续搅拌反应釜系统的改进广义预测控制

连续搅拌反应釜(continuously stirred tank reactor,CSTR)是典型的非线性、大滞后的化工对象。为克服传统控制方法难以建立其机理模型的难点,基于对实际工业现场采集得到的大量输入输出数据,提出采用自适应神经模糊推理系统(adaptive-network-based fuzzy inference system, ANFIS)的方法,得到CSTR系统较理想的输入输出关系规则库,即CSTR系统的T-S模糊模型。最后,通过改进的广义预测控制(Jin’s generalized predictive control, JGPC)算法对CSTR系统的浓度进行控制,并与常规的广义预测控制(generalized predictive control,GPC)算法、比例-积分-微分(proportion integral differential,PID)控制算法进行对比,仿真结果显示,JGPC算法的控制效果优于GPC算法和PID控制算法,证明了方法的有效性。     

连续搅拌反应釜的自适应模糊辨识与预测控制

化工领域为保证生产安全,对温度、压强、浓度等工艺指标有严格的要求。连续搅拌反应釜属于典型的化工设备,存在较强的非线性和时滞性,传统的建模与控制方法无法满足其精度要求。针对连续搅拌反应釜系统提出一种自适应模糊辨识与预测控制的方法。首先根据模糊划分C均值聚类算法得到模糊隶属度和初始聚类中心,在此基础上采用分层遗传算法进一步优化连续搅拌反应釜T-S模糊模型的参数。其次,采用自适应机制遗忘因子递推最小二乘法来估计T-S模糊模型的后件参数。最后,基于得到的T-S模糊模型,对连续搅拌反应釜进行自适应模糊广义预测控制,仿真结果验证了该算法的有效性。     

半模正合列的性质

采用文献[1]中半模的正合列、短正合列的定义,将环上模的正合列的一些性质推广到半模范畴。     

半模短正合列

在同余观点定义的半模短正合列中,通过采用图追踪法对其进一步研究,把环上模的短正合列一些性质推广到半模范畴中,得到了短正合列的一些相关性质,如9-引理.     

关于半模复形同调理论的若干研究

在半模范畴中,针对半环和半模的加法都无逆运算,利用泛代数的思想,在同余的观点下定义了半模复形和复形链映射及复形同调函子,给出了一个半模复形为正合列的条件,并把环模上的连接同态定理在一定的条件下推广到了半模上,且得到了较弱的半模复形的长正合列定理.     

本质内射半模

引进了本质内射半模的概念,讨论了本质内射半模的一些性质,并且由E是本质内射S-半模证得HomS(R,E)是本质内射左R-半模。     

半模上同余的一些性质

引进了限制同余和扩充同余的概念,研究了半模上的同余的若干性质.