科研之友
微信
新浪微博
Facebook
分享链接
摘要
对于具有非线性、时滞等特性的复杂系统,传统的控制方法难以适用,控制品质受到严重影响。在控制过程中,关键参数的精准控制有利于提高工作效率,从而降低生产成本。针对时滞过程中流量调节的控制需求,以pH值过程控制为研究对象,对常规控制算法的不足进行了分析。在此基础上,提出了一种基于自适应增量学习的流量调节控制方法,并对流量调节经验值的学习过程进行了介绍。该学习算法通过模仿人的思维与决策过程,结合输入输出的传递关系,建立基于机器学习的面向复杂系统控制的系统架构。对时滞过程中流量调节的关键参数进行跟踪和优化,学习过程占用资源少,适用于不同的硬件平台。通过研究具有机器学习功能的多模态控制策略,为解决复杂问题的控制问题,提出一种新的思路和解决方案。试验结果表明,所提出的方法具有较好的预测精度,有利于实际生产应用。
- 单位
