针对污水处理过程溶解氧(DO)浓度控制问题,提出了一种基于前馈神经网络的建模控制方法(FNNMC).本文构造了神经网络建模控制系统,通过对建模神经网络和控制神经网络隐含层学习率的分析,证明了学习算法的收敛性以及整个系统的稳定性.最后...针对污水处理过程溶解氧(DO)浓度控制问题,提出了一种基于前馈神经网络的建模控制方法(FNNMC).本文构造了神经网络建模控制系统,通过对建模神经网络和控制神经网络隐含层学习率的分析,证明了学习算法的收敛性以及整个系统的稳定性.最后,本文基于国际基准的Benchmark Simulation Model No.1(BSM1)进行了仿真实验,验证了合理选取学习率的重要性,并通过与PID和模型预测控制(MPC)等已有控制方法的比较,验证了神经网络建模控制方法针对污水处理过程溶解氧浓度控制具有良好的建模能力,更高的控制精度以及更好的动态响应能力.展开更多
面向任务的指挥控制组织(Task Oriented Command and Control Organization,TOC2O)从使命任务出发对组织结构进行动态构建,以满足联合作战的任务需求,并且能够迅速地适应战场环境的动态变化。对TOC2O的四种相关设计方法进行了简要论述...面向任务的指挥控制组织(Task Oriented Command and Control Organization,TOC2O)从使命任务出发对组织结构进行动态构建,以满足联合作战的任务需求,并且能够迅速地适应战场环境的动态变化。对TOC2O的四种相关设计方法进行了简要论述。总结了对TOC2O建模、仿真的主要研究机构、项目,对比分析了各自的优缺点,最后总结了当前研究的主要特点,提出了下一步研究的方向。展开更多
文摘针对污水处理过程溶解氧(DO)浓度控制问题,提出了一种基于前馈神经网络的建模控制方法(FNNMC).本文构造了神经网络建模控制系统,通过对建模神经网络和控制神经网络隐含层学习率的分析,证明了学习算法的收敛性以及整个系统的稳定性.最后,本文基于国际基准的Benchmark Simulation Model No.1(BSM1)进行了仿真实验,验证了合理选取学习率的重要性,并通过与PID和模型预测控制(MPC)等已有控制方法的比较,验证了神经网络建模控制方法针对污水处理过程溶解氧浓度控制具有良好的建模能力,更高的控制精度以及更好的动态响应能力.
文摘面向任务的指挥控制组织(Task Oriented Command and Control Organization,TOC2O)从使命任务出发对组织结构进行动态构建,以满足联合作战的任务需求,并且能够迅速地适应战场环境的动态变化。对TOC2O的四种相关设计方法进行了简要论述。总结了对TOC2O建模、仿真的主要研究机构、项目,对比分析了各自的优缺点,最后总结了当前研究的主要特点,提出了下一步研究的方向。
