數(shù)據(jù)驅(qū)動的迭代優(yōu)化控制方法及應(yīng)用.pdf

1、隨著現(xiàn)代工業(yè)飛速發(fā)展，計算機技術(shù)的日益強大，自動化程度逐漸提高，工業(yè)過程中的最優(yōu)化控制越來越受到人們的重視。為了使系統(tǒng)性能指標更準確、更快速的達到最優(yōu)值，研究最優(yōu)控制理論和算法是很必要的。
　　本文介紹了一種基于新的核極速學(xué)習(xí)機(KELM)的可以處理帶約束問題的優(yōu)化控制方法，可以使非線性過程獲得一個期望的性能指標。這種方法的主要貢獻如下:(1)在已存在的迭代學(xué)習(xí)控制算法中，僅僅在可控輸入變量和輸出變量之間建模，而不考慮狀態(tài)變量。在

2、本文中，考慮到工業(yè)過程中狀態(tài)變量的重要性，在建模過程中變量被分為狀態(tài)變量、可控輸入變量和輸出變量。輸入變量的變化量可以單獨通過批次到批次的迭代學(xué)習(xí)控制獲得。(2)在當(dāng)前的描述中，狀態(tài)變量和輸入變量的約束被考慮到。粒子群算法用來求解這個優(yōu)化問題。(3)核技術(shù)被引入以改變ELM建模的準確度，新的ELM算法在本文中被提出。通過最低成本的誤差反饋尋找最優(yōu)值來推薦下一批次的輸入軌跡?；贗LC理論，PSO算法用來搜尋最優(yōu)值。通過將此方法應(yīng)用于本體

3、聚合苯乙烯批處理過程和電熔鎂爐，所提出的方法顯示了它的有效性和可行性。
　　隨后，一個基于核偏最小二乘(KPLS)的兩步建模方法被提出。可控變量與輸出變量之間的關(guān)系可以通過分別建立可控輸入變量與運行狀態(tài)變量和運行狀態(tài)變量和輸出變量之間的模型來獲得。這種新的方法因為通過利用核技術(shù)在高維特征空間中有效的計算回歸系數(shù)，可以處理非線性系統(tǒng)。將基于ILC的此新方法應(yīng)用于本體聚合苯乙烯和電熔鎂爐的溫度控制，所提出的方法顯示了其有效性和可行性。

4、
　　對于回歸目標來說，在核急速學(xué)習(xí)機中存在一些誤差。為了改變回歸質(zhì)量，提出了修改的核急速學(xué)習(xí)機(MKELM)算法。分析MKELM和KPLS的過程可以發(fā)現(xiàn)KPLS的最大相關(guān)性和MKELM實際上是一致。從標準的優(yōu)化方法觀點看兩種建模方法對于建立回歸關(guān)系也是相等的，但是MKELM由于其特別的分離性特征具有更快的學(xué)習(xí)速度，而KPLS在用于建模時有更高的準確度。將兩種方法分別應(yīng)用于本體聚合苯乙烯和電熔鎂爐的溫度，理論的分析進一步被仿真結(jié)果