间歇过程生产计划的智能方法及其应用

提出了一种新的数学模型和专家系统相结合的智能方法。建立了生产计划的线性规划模型。通过定义分配系数将长期、中期、短期计划统一在一个模型之中,利用专家系统技术来确定分配系数,从而降低了模型的维数,减少了所需计算机的内存容量,加快了运算速度。以某啤酒厂生产过程为例,仿真和实际运行均表明可获得显著的经济效益。     

基于系统输出分布的智能控制

提出了文题所述的控制策略,依据输出分布曲线的特征变量选取方法和依据该项信息的规则控制系统。仿真研究得到了满意的结果。在一个实验性二元精馏塔上用IBM-PC进行试验亦获成功。本法对具有非线性特性的分布参数对象,较常规控制策略有明显的优越性。     

甲醛生产优化控制的神经网络新方法

提出了一种基于神经网络的自学习稳态优化控制新方法。证明了优化算法的收敛性。收敛速度快，无需数学模型，只需目标函数和一些操作变量的量测量值，实施方便，通过对甲醛生产的优化计算，求得了在满足产品质量和产量约束条件下使原料单耗最低的最优操作条件。与实际操作相比较，本文所提供的优化条件，可显著地降低原料单耗，提高产品质量，并能廷长催化剂寿命。     

化工企业生产计划建模与优化研究

本文提出了化工企业逐级优化生产计划序列模型,运用序列方法把众多的变量逐级分散,为模型的建立和求解提供了方便。用此模型编制了某厂生产计划,结果表明,模型正确地描述了该厂生产系统结构,反映了计划编制过程的特点,取得了显著的经济效益。此法适用于类似的企业。     

工业大系统递阶多目标优化的分解协调方法

研究了工业大系统递阶多目标优化问题,将其归纳为三种基本形式,并提出了三种相应的新算法。这些方法的基本思想是利用分解协调原理和多目标优化技术,将原问题化为一个二级优化问题。第一级求解一系列低维数的多目标子问题,第二级进行协调。这样大大节省了所需的计算机内存容量,加快了算法的收敛速度。这些算法还具有简单、实用等优点。数值例子证明了以上的结论。     

生化过程的神经网络组合模型

用神经网络描述未知的反应动力学参数，结合反应器物料平衡方程，提出了生化过程的神经网络组合模型。并提出了特别适合微生物发酵过程的Ｍｏｎｏｄ饱和型和基质抑制型的神经元传递函数。在Ｈｅｂｂ学习的基础上，引入教师指导信号，提出了神经网络误差一次反向传播的快速学习算法。将此组合模型用于某流加发酵过程状态变量和动力学参数的在线估计，仿真研究获得了满意的结果。组合模型具有训练速度快、预测精度高等优点，为动力学结     

连续发酵过程的神经网络预测和控制

给出了神经网络趋化性算法的一种新的实现策略，在此基础上，提出了一种动态递归神经网络建模方法和一种控制作用受限的自学习非线性控制方法。将其用于连续搅拌签式发酵器的状态变量的在线预测和优化控制，仿真结果表明，预测精度高，控制效果好，具有强抗扰和强鲁棒性。在不知道生化过程模型结构的情况下，神经网络模型，可取很容易地通过在线或离线学习到高度复杂的非线性生化过程的输入．输出关系。对于经过最优操作点，稳态增益的符号会发生变化的这类难以控制的生化过程，神经网络非线性控制策略，可以使生化反应器始终维持在最优状况。本方法有望在实际工业过程中得到应用。     

基于神经网络的非线性观测器及其应用

提出了一种基于神经网络的非线性观测器，用于青霉素发酵过程的状态估计，仿真研究获得了满意的结果。观测器的输出与离线测量数据拟合较好，证明了该方法的实用性，为建模困难的生化过程的状态估计提供了可能。     

非线性大系统多目标优化的交互式满意分解方法

本文提出了交互式二级算法,在此基础上又提出了交互式三级算法,统称为交互式满意方法。利用加权切贝雪夫方法,将多目标优化问题化简为单目标优化问题。采用大系统分解协调理论完成了对决策空间的分解,降低了系统的维数。通过引入代值目标完成了对目标空阿的分解,兼顾了系统的整体利益和局部利益。运用希望水平方法实现了人机交互过程。该方法具有一定的智能水平,所需的计算机内存容量较小,收敛速度较快。用数值例子表明了其实用性和有效性。