《基於神經網路及人工智慧的大工業穩態遞階最佳化研究》是依託西安交通大學，由萬百五擔任項目負責人的面上項目。
基本介紹
- 中文名：基於神經網路及人工智慧的大工業穩態遞階最佳化研究
- 項目類別：面上項目
- 項目負責人：萬百五
- 依託單位：西安交通大學
- 批准號：69374007
- 研究期限：1994-01-01 至 1996-12-31
- 申請代碼：F0301
- 支持經費：5（萬元）
- 負責人職稱：教授
中文摘要
1、首次採用動態數據線上建立大工業過程的穩態神經網路模型，基於此實現Hopfield網路的穩態最佳化；2，這種遞階最佳化是非疊代的，特別對於模型與實際差異的反饋機制，使疊代次數降為一次，大大節約最佳化時間；3、這使穩態大系統的疊代求解大型規劃問題轉化為上下級各組微分方程組的積分問題，對穩態遞階最佳化這是一個突破；有重要實用價值；4、首次對大工業過程各子過程施加疊代學習控制以改善穩態最佳化最優解的實施，為疊代學習控制在過程控制中的套用開拓新的領域，有很大實用價值。5、針對各子過程的特性和線性、非線性、具有純滯後等具體提出，並比較了各種疊代學習算法，如開環和閉環以及分別又有D.PD .PID 等算法並嚴加論證了它們的收斂性。
