论文部分内容阅读
本文利用SOFM网络能自动获取输入模式特征的特性,提出了一种基于改进SOFM网络的过程监测算法,实现了不存在显著线性相关性或存在非线性相关性的生产过程的在线监测.应用该算法分析液化气分馏过程的运行状态,结果验证了该算法的可行性和有效性.
一种基于改进SOFM网络的过程监测算法
【摘 要】
：
本文利用SOFM网络能自动获取输入模式特征的特性,提出了一种基于改进SOFM网络的过程监测算法,实现了不存在显著线性相关性或存在非线性相关性的生产过程的在线监测.应用该算
【机 构】
：
东北大学信息学院(沈阳)
【出 处】
：
第二十届中国控制会议
【发表日期】
：
2001年8期
其他文献
根据连续搅拌反应釜(CSTR)的特点,本文提出了一种基于RBF网络的内模控制方案,同时提出一种RBF网的学习算法-GLVQ-RGLS方法.将基于GLVQ-RGLS算法的RBF网络用于CSTR的内模控制,
由于飞机的气动民地数随马赫数和高度而作显著的变化,飞机的动力学模型受不同飞行状态的影响出现严重的非线性,采用常规方法不能保证在整个飞行包线内均取得良好的控制效果.
会议
建筑行业的投标报价过程中,如何确定影响最终报价的各项因素以及确定这些因素与最终报价之间的关系是一个棘手的问题,本文针对这一难题提出了一种基于神经网络的变量选择方法
本文针对绗缝机“自动编程程度低,编程周期长”这一制约绗缝机产品生产效率的“瓶颈”问题,提出并研制了一种基于计算机视觉的电脑绗缝机控制系统.首创性地将计算机视觉引入
提出了一种鲁棒最优迭代控制器的设计方法.对于任意有界的参考输出和不确定的初始值.本文建立了由最优迭代学习控制器保证闭环系统有界输入有界输出(BIBO)鲁棒稳定性的充要条
为缓解军队仓库官兵看病难的问题,我们采取医院托管仓库医疗保障方法[1],有效整合了卫生资源,使仓库官兵不出营门就享受到医院的服务。经过1年多的实践,取得满意效果,为区域
本文结合分布式人工智能中的多Agent技术,探讨了基于案例的推理(Case-Based Reasoning)在制造业的远程服务和支持系统中的应用.
本文从信息科学的角度研究反映工况信息的图象序列,从中提取特征序列进行时间序列分析,对图象序列进行时序分析,从而实现对特征质量的预报,以满足对复杂工业生产过程的质量预
会议