文献类型：会议论文

中文题名：基于迭代学习的间歇过程优化控制

作者：宋继荣[1];王华巍[2];侍洪波[1];张胜辉[1]

机构：[1]华东理工大学信息科学与工程学院;[2]贵州航天电器有限公司上海研发中心

会议论文集：Proceedings of 2011 2ND International Conference on Innovative Computing and Communication and 2011 Asia-Pacific Conference on Information Technology and Ocean Engineering(CICC-ITOE 2011 V3)

会议日期：20110305

会议地点：中国澳门

主办单位：Intelligent Information Technology Application Association

语种：中文

中文关键词：间歇过程;小波递归神经网络;迭代学习控制

摘要：针对间歇过程,提出了基于小波神经网络的迭代学习优化控制算法,实现产品终点产品质量指标的控制。小波递归神经网络用于建立提供长期预测的间歇过程模型。由于模型误差以及未知干扰的影响,基于预测模型得到的控制变量在实际应用中得不到期望的终点质量指标。利用间歇过程的重复特性,采用迭代学习优化控制改善批次间的产品质量,根据以前批次的模型预测误差均值来修正神经网络模型预测输出,继而计算出下一个批次的控制输入。随着批次的进行,模型误差逐渐消失,控制输入达到最优控制。仿真实验验证了该算法的有效性。