您的位置: 专家智库 > >

王平

作品数:3 被引量:17H指数:3
供职机构:清华大学信息科学技术学院自动化系更多>>
发文基金:国家高技术研究发展计划国家自然科学基金中国石油大学(华东)研究生创新基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇熔融
  • 2篇熔融指数
  • 1篇动态优化
  • 1篇预测控制
  • 1篇在线自适应
  • 1篇增量式
  • 1篇支持向量
  • 1篇支持向量回归
  • 1篇双环
  • 1篇牌号
  • 1篇牌号切换
  • 1篇切换
  • 1篇向量
  • 1篇离散化
  • 1篇聚丙烯
  • 1篇非线性
  • 1篇非线性预测控...
  • 1篇R学习
  • 1篇SV
  • 1篇丙烯

机构

  • 3篇清华大学
  • 3篇中国石油大学...

作者

  • 3篇田学民
  • 3篇黄德先
  • 3篇王平
  • 3篇王平
  • 1篇田华阁

传媒

  • 2篇化工学报
  • 1篇清华大学学报...

年份

  • 1篇2012
  • 1篇2011
  • 1篇2010
3 条 记 录,以下是 1-3
排序方式:
基于全局正交配置的非线性预测控制算法被引量:4
2011年
针对非线性预测控制(NMPC)在线优化计算量大这一关键问题,提出一种基于全局正交配置的非线性预测控制算法。该算法以高阶插值正交多项式为基函数同时配置优化时域内的状态变量和控制变量,将连续动态优化问题转化为非线性规划问题(NLP)求解。全局正交配置可以使用较少的配置点而获得较高的逼近精度,这样即使NMPC使用很长的优化时域,离散化后得到的NLP问题的规模也比较小,能够有效地降低在线优化计算量。最后,以连续聚合反应过程为例验证了算法的有效性。
王平王平田学民
关键词:非线性预测控制离散化
一种基于增量式SVR学习的在线自适应建模方法被引量:11
2010年
训练样本的数量与质量对于过程建模至关重要,在很大程度上影响所建模型的质量。基于增量式支持向量回归(SVR)学习算法,提出一种在线自适应建模方法以实现有选择地添加和删除训练样本。该方法利用SVR模型的KKT条件选择出那些包含足够多新信息的样本进行增量学习,能够在保证模型泛化能力的同时降低模型更新频率。另外,为快速准确地跟踪过程特性的变化,将通过评价当前模型对新增训练样本的学习能力来决定是否需要删除旧样本。当需要删除样本时,基于样本间的相似度,选择淘汰与当前过程特性差别最大的旧样本。将该方法用于建立工业聚丙烯熔融指数预报模型,结果表明,与其他方法相比,获得的预测模型具有更好的泛化性能,且模型更新频率明显降低,能有效地适应工况的变化。
王平王平田华阁田学民
关键词:支持向量回归熔融指数
双环管聚丙烯反应过程牌号切换优化控制策略被引量:3
2012年
针对双环管聚丙烯反应过程熔融指数不能在线测量和牌号切换过渡时间长等问题,提出了一种新的牌号切换优化控制策略。首先,分别建立了双环管反应器的瞬时和积累熔融指数预报模型,并进一步提出一种模型系数在线更新方法以实现对牌号切换过程中熔融指数变化的准确跟踪。在此基础上,将牌号切换优化控制归结为一个带状态路径约束的非线性动态优化问题,并由全局正交配置法在线滚动求解。采用实际生产数据的切换控制仿真结果表明:质量预报模型能够准确跟踪牌号切换中熔融指数的变化,牌号切换策略在缩短切换过渡时间的同时保证了装置操作平稳性。
王平王平田学民
关键词:牌号切换熔融指数动态优化
共1页<1>
聚类工具0