排序方式： 共有11条查询结果，搜索用时 0 毫秒
11.
向微盛捷陈宗海 《中国科学院大学学报》2008,25(2):224-232
Ｈａｍｍｅｒｓｔｅｉｎ模型是化工过程中最常用的模型之一,它由非线性静态环节和线性动态环节串连 组成,适合描述ｐＨ过程和具有幂函数、死区、开关等非线性特性的过程．这类模型的控制问题可以分解 为：线性模型的控制问题和非线性模型的求根问题．针对Ｈａｍｍｅｒｓｔｅｉｎ模型提出了一种基于神经网络的 模型预测控制策略,采用一组神经网络拟合非线性部分的逆映射．这种方法不需要假设Ｈａｍｍｅｒｓｔｅｉｎ模 型的非线性部分由多项式构成,并且避免已有研究在无根和重根情况下存在的问题．最后通过仿真试验证明了以上结论． 相似文献