《大工业过程计算机在线稳态优化控制》求取 ⇩

第一章　引论1

1.1　工业过程与优化控制1

1.2　大工业过程稳态优化问题的数学描述5

1.3　三种基本协调方法7

1.4　递阶控制的迭代校正12

1.5　系统优化和参数估计的集成研究方法21

1.6　稳态递阶优化的三个发展阶段23

参考文献28

2.1　引言31

第二章工业过程稳态模型的辨识31

2.2　单输入-单输出线性工业过程稳态模型的辨识及其强一致性分析32

2.3　单变量过程的稳态模型估计质量和效率分析35

2.4　多变量线性过程稳态模型的辨识38

2.5 一类非线性工业过程的稳态模型辨识41

2.6　评注57

参考文献57

第三章　基于已知模型的优化新算法59

3.1　双迭代协调策略法59

3.2　输出预测平衡法凸化技术64

3.3　二次等价性原理和点凸化技术67

3.4　梯度偏移法74

3.5　乘子和部分罚函数凸化法82

3.6　评注89

参考文献89

第四章　基于未知模型的稳态优化问题新算法91

4.1　双迭代算法91

4.2投影算法95

4.3　修正乘子法96

4.4　修正目标函数法97

4.5　大工业过程的ISOPE研究法99

4.6　自适应算法102

4.7　扩展投影法106

4.8　双模型法108

4.9　凸化目标函数法110

4.10　三模型法和三环迭代算法113

4.11 序列模型副近法119

4.12　递推二阶逼近法124

4.13　非导数的方法129

4.14 序列模型逼近法在大工业过程稳态递阶控制中的推广132

4.15 评注138

参考文献139

5.1 预备知识141

第五章　基于未知模型的工业过程随机稳态优化141

5.2问题的数学描述143

5.3 稳态工业过程LQG问题的近似求解144

5.4 稳态工业过程LQG问题的精确求解146

5.5　算法的收敛性分析149

5.6　仿真研究151

5.7　评注154

参考文献154

6.1 估计导数的随机稳态优化算法155

第六章　利用动态信息的工业过程随机稳态优化155

6.2　辨识和优化集成的单迭代、双迭代算法163

6.3　两步稳态辨识168

6.4工业过程随机稳态优化问题的二次方差分析及其算法174

6.5 大工业过程随机稳态优化的二次方差分析182

6.6　评注187

参考文献188

第七章　稳态优化控制算法的鲁棒性189

7.1引言189

7.2　算法的鲁棒性定义和灵敏度指标189

7.3　稳态优化算法收敛性和鲁棒性分析195

7.4　ISOPE算法的鲁棒性198

7.5　评注203

参考文献204

第八章　工业过程的智能稳态优化205

8.1稳态递阶智能控制的结构模式和智能推理决策机构205

8.2 基于前向神经网络的稳态优化222

8.3　基于Hopfield网络的智能稳态优化243

8.4 大工业过程的稳态模糊优化254

8.5 工业过程稳态优化中的迭代学习控制265

8.6 评注270

参考文献271

第九章大工业过程稳态优化的实验研究法和应用实例274

9.1 氟里昂蒸发器实验装置274

9.2 冷热水混合器实验装置及其计算机在线稳态递阶控制275

9.3　合成氨装置的在线稳态优化控制287

9.4　尿素装置的在线稳态优化控制293

9.5 催化裂化装置的实时优化控制系统299

9.6　评注305

参考文献305

第十章　结语307