检索结果-维普期刊中文期刊服务平台

基于满意聚类的多模型建模方法被引量：24: 1; 作者李柠李少远席裕庚《控制理论与应用》 EI CAS CSCD 北大核心 2003年第5期783-787,共5页; 从系统输入输出数据出发 ,首先在GK模糊聚类算法的基础上 ,提出一种模糊满意聚类算法 ,该算法能快速对系统进行用户满意的模糊划分 ;继而将其引入多模型建模过程中 ,满意的系统划分数目即对应多模型个数 ,然后针对不同的聚类建立起相应... 展开更多; 关键词多模型建模方法满意聚类数据集隶属度函数工业过程控制; 在线阅读下载PDF 职称材料

基于客观满意聚类的pH中和过程建模方法: 2; 作者王娜胡超芳师五喜《计算机工程》 CAS CSCD 北大核心 2018年第2期298-303,309,共7页; 针对一类生产中存在严重非线性的复杂工业过程——p H中和过程,基于客观聚类思想,并结合Gustafson-Kessel聚类,提出一种新的T-S模糊建模方法。根据用户对建模性能的满意度要求,通过迭代模糊聚类,进行模型前提结构和参数的辨识。仿真结... 展开更多; 关键词复杂工业过程 T-S模糊建模客观聚类模糊聚类满意聚类 PH中和过程; 在线阅读下载PDF 职称材料

基于改进满意聚类的多模型建模方法: 3; 作者贾淑矿杨慧中《计算机工程与应用》 CSCD 北大核心 2011年第6期246-248,共3页; 针对模糊聚类中普遍存在的聚类个数需要事先给定和收敛速度慢等问题,在原有聚类方法的基础上提出一种改进满意聚类算法。用该算法快速确定系统的模糊划分数目,进而用支持向量机算法建立每个聚类的子模型,将输入变量对各类别的隶属度作... 展开更多; 关键词模糊聚类满意聚类支持向量机多模型; 在线阅读下载PDF 职称材料

基于满意模糊聚类的热工过程多模型建模方法被引量：5: 4; 作者朱红霞沈炯李益国《电机与控制学报》 EI CSCD 北大核心 2016年第10期94-103,共10页; 由于热工过程往往具有非线性和不确定性,传统的线性建模方法难以精确表达其复杂特性。因此提出一种改进的基于满意模糊聚类的多模型建模方法。该方法不需要预先指定局部模型的个数即聚类数,它基于样本协方差矩阵的奇异值分解来确定初始... 展开更多; 关键词模型辨识多模型局部模型网络满意模糊聚类热工过程; 在线阅读下载PDF 职称材料

MIMO系统的多模型预测控制(英文) 被引量：19: 5; 作者李柠李少远席裕庚《自动化学报》 EI CSCD 北大核心 2003年第4期516-523,共8页; 针对非线性多变量系统提出一种多模型预测控制 (MMPC)策略 .首先给出一种多模型辨识方法 ,利用模糊满意聚类算法将复杂非线性系统划分为若干子系统 ,并获得多个线性模型 ,通过模型变换得出全局系统模型 ,接着对全局MIMO系统设计MMPC ,... 展开更多; 关键词 MIMO系统多模型模型预测控制(MPC) 模糊满意聚类 PH中和过程; 在线阅读下载PDF 职称材料

冷带轧机液压AGC系统T-S模糊模型辩识研究被引量：3: 6; 作者孙孟辉王益群 +1 位作者张伟王慧《液压与气动》北大核心 2012年第3期55-57,共3页; 该文以冷带轧机液压AGC系统为对象,进行了T-S模糊模型辩识研究。首先,采用开环控制策略进行了辨识数据的测取,采用AIC定阶法确定了液压AGC系统的阶次。在此基础之上,采用基于满意聚类的T-S模糊模型辨识方法,通过GK算法进行模糊聚类,进... 展开更多; 关键词冷带轧机液压AGC系统 T-S模糊模型满意聚类; 在线阅读下载PDF 职称材料

一种双酚A结晶单元软测量建模的方法: 7; 作者傅雨佳杨慧中《江南大学学报（自然科学版）》 CAS 2011年第5期509-512,共4页; 单一软测量模型难以精确描述复杂生产过程的特性,为了有效处理生产过程的强非线性、大工况范围等复杂特性,提出了一种基于模糊c均值聚类算法(FCM)和支持向量机(SVM)的多模型建模方法,同时结合一种满意聚类算法进行聚类数c的确定。在对双... 展开更多; 关键词双酚A 支持向量机模糊C均值聚类满意聚类软测量; 在线阅读下载PDF 职称材料

多电机同步系统的多模型辨识被引量：18: 8; 作者张今朝刘国海潘天红《电机与控制学报》 EI CSCD 北大核心 2009年第1期138-142,共5页; 针对多电机同步系统,建立了按转子磁场定向的物理模型,分析了其多变量、强耦合、非线性的复杂关系。由于该物理模型难以应用于控制器设计,为此以三台电机为研究对象,对系统进行分解,建立了速度和张力输出与各输入量之间的映射关系,进一... 展开更多; 关键词多电机同步系统满意模糊聚类局部模型网络线性化; 在线阅读下载PDF 职称材料

最优实验设计与Laplacian正则化的WNN的非线性预测控制被引量：1: 9; 作者任世锦王高峰 +2 位作者李新玉杨茂云徐桂云《数据采集与处理》 CSCD 北大核心 2016年第5期927-940,共14页; 提出了基于最优实验设计与Laplacian正则化的自适应小波神经网络(Wavelet neural network,WNN)的非线性预测控制算法。该方法迭代地从WNN隐含节点候选集选取隐含小波神经元,并使用扩展卡尔曼滤波(Extended Kalman filter,EKF)方法调整... 展开更多; 关键词小波神经网络扩展卡尔曼滤波预测控制 Laplacian正则化满意模糊聚类; 在线阅读下载PDF 职称材料

题名基于满意聚类的多模型建模方法被引量：24: 1; 作者李柠李少远席裕庚; 机构上海交通大学自动化研究所; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2003年第5期783-787,共5页; 基金国家自然科学基金 (6993 40 2 0 60 0 740 0 4)资助项目; 文摘从系统输入输出数据出发 ,首先在GK模糊聚类算法的基础上 ,提出一种模糊满意聚类算法 ,该算法能快速对系统进行用户满意的模糊划分 ;继而将其引入多模型建模过程中 ,满意的系统划分数目即对应多模型个数 ,然后针对不同的聚类建立起相应的子系统模型 ,全局系统可视为各子模型的加权组合 ;最后通过几个典型实例验证了模糊满意聚类及基于此的多模型建模方法的有效性、准确性和快速性 .; 关键词多模型建模方法满意聚类数据集隶属度函数工业过程控制; Keywords multi-model Gustafson-Kessel fuzzy clustering (GK) satisfactory clustering; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于客观满意聚类的pH中和过程建模方法: 2; 作者王娜胡超芳师五喜; 机构天津工业大学电气工程与自动化学院天津工业大学电工电能新技术天津市重点实验室天津大学微光机电系统技术教育部重点实验室天津大学电气与自动化工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2018年第2期298-303,309,共7页; 基金天津大学微光机电系统技术教育部重点实验室开放课题基金"基于视觉的小型无人机跟踪系统研究"(MOMST2016-4); 文摘针对一类生产中存在严重非线性的复杂工业过程——p H中和过程,基于客观聚类思想,并结合Gustafson-Kessel聚类,提出一种新的T-S模糊建模方法。根据用户对建模性能的满意度要求,通过迭代模糊聚类,进行模型前提结构和参数的辨识。仿真结果表明,与传统的模糊聚类等方法相比,该方法不依赖于系统的先验知识和预先定义的模糊隶属度函数,具有较为精简的结构和更好的逼近性能,对数据中的噪声具有一定的鲁棒性。; 关键词复杂工业过程 T-S模糊建模客观聚类模糊聚类满意聚类 PH中和过程; Keywords complex industrial process T-S fuzzy modelling objective clustering fuzzy clustering satisfactory clustering pH neutralization process; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于改进满意聚类的多模型建模方法: 3; 作者贾淑矿杨慧中; 机构江南大学通信与控制工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2011年第6期246-248,共3页; 基金国家自然科学基金No.60674092 江苏省高技术研究项目(工业部分)(No.BG2006010)资助课题~~; 文摘针对模糊聚类中普遍存在的聚类个数需要事先给定和收敛速度慢等问题,在原有聚类方法的基础上提出一种改进满意聚类算法。用该算法快速确定系统的模糊划分数目,进而用支持向量机算法建立每个聚类的子模型,将输入变量对各类别的隶属度作为权值,将多个子模型用加权方式组合。工业仿真实例验证了基于该方法的多模型建模方法的有效性、准确性和快速性。; 关键词模糊聚类满意聚类支持向量机多模型; Keywords fuzzy clustering satisfactory clustering support vector machine multi-model; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于满意模糊聚类的热工过程多模型建模方法被引量：5: 4; 作者朱红霞沈炯李益国; 机构南京工程学院能源与动力工程学院东南大学能源与环境学院; 出处《电机与控制学报》 EI CSCD 北大核心 2016年第10期94-103,共10页; 基金国家自然科学基金(51476027) 教育部高等学校博士学科点专项科研基金(20130092110061) 南京工程学院青年基金(QKJA201303); 文摘由于热工过程往往具有非线性和不确定性,传统的线性建模方法难以精确表达其复杂特性。因此提出一种改进的基于满意模糊聚类的多模型建模方法。该方法不需要预先指定局部模型的个数即聚类数,它基于样本协方差矩阵的奇异值分解来确定初始聚类中心和新增聚类中心,并利用聚类有效性指标结合建模精确度要求来确定最佳聚类数。根据聚类结果可快速确定出局部模型网络的模型结构参数,进而采用基于加权性能指标的多模型辨识算法可得到各局部模型参数。对两个典型非线性系统和Bell-strm锅炉-汽轮机系统的建模结果表明,这种多模型建模方法具有辨识精确度高、子模型数少等优点。; 关键词模型辨识多模型局部模型网络满意模糊聚类热工过程; Keywords model identification multi-model local model network satisfactory fuzzy clustering thermalprocess; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名MIMO系统的多模型预测控制(英文) 被引量：19: 5; 作者李柠李少远席裕庚; 机构上海交通大学自动化研究所; 出处《自动化学报》 EI CSCD 北大核心 2003年第4期516-523,共8页; 基金 NationalNaturalScienceFoundationofP.R.China(6 99340 2 0and 6 0 0 74 0 0 4 ); 文摘针对非线性多变量系统提出一种多模型预测控制 (MMPC)策略 .首先给出一种多模型辨识方法 ,利用模糊满意聚类算法将复杂非线性系统划分为若干子系统 ,并获得多个线性模型 ,通过模型变换得出全局系统模型 ,接着对全局MIMO系统设计MMPC ,并进行了系统的性能分析 ,最后以 pH中和过程为例。; 关键词 MIMO系统多模型模型预测控制(MPC) 模糊满意聚类 PH中和过程; Keywords MIMO systems multi model model based predictive control （MPC） fuzzy satisfactory clustering pH neutralization process; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名冷带轧机液压AGC系统T-S模糊模型辩识研究被引量：3: 6; 作者孙孟辉王益群张伟王慧; 机构南京工程学院机械工程学院燕山大学机械工程学院; 出处《液压与气动》北大核心 2012年第3期55-57,共3页; 基金南京工程学院校级科研基金项目(YKJ201007); 文摘该文以冷带轧机液压AGC系统为对象,进行了T-S模糊模型辩识研究。首先,采用开环控制策略进行了辨识数据的测取,采用AIC定阶法确定了液压AGC系统的阶次。在此基础之上,采用基于满意聚类的T-S模糊模型辨识方法,通过GK算法进行模糊聚类,进行了液压AGC系统T-S模糊模型的辨识,得到了系统的T-S模糊模型。该模糊模型分为前提部分和结论部分,各条规则间构成线性组合,对液压AGC系统的非线性有着较为良好的线性描述。通过模型的白色残差校验进行了模型校验,所辨识出的冷带轧机液压AGC系统T-S模糊模型,模型精度符合要求。; 关键词冷带轧机液压AGC系统 T-S模糊模型满意聚类; 分类号 TG334.9 [金属学及工艺—金属压力加工] TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名一种双酚A结晶单元软测量建模的方法: 7; 作者傅雨佳杨慧中; 机构江南大学教育部轻工过程先进控制重点实验室; 出处《江南大学学报（自然科学版）》 CAS 2011年第5期509-512,共4页; 基金国家自然科学基金(60674092) 江苏省高技术(工业部分)研究项目(BG2006010); 文摘单一软测量模型难以精确描述复杂生产过程的特性,为了有效处理生产过程的强非线性、大工况范围等复杂特性,提出了一种基于模糊c均值聚类算法(FCM)和支持向量机(SVM)的多模型建模方法,同时结合一种满意聚类算法进行聚类数c的确定。在对双酚A结晶单元工艺分析的基础上,将该方法应用于双酚A结晶单元的软测量建模,仿真结果证实了该建模方法的有效性。; 关键词双酚A 支持向量机模糊C均值聚类满意聚类软测量; Keywords Bisphenol-A support vector machine fuzzy c-means clustering satisfactory clustering soft sensor; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名多电机同步系统的多模型辨识被引量：18: 8; 作者张今朝刘国海潘天红; 机构江苏大学电气信息工程学院嘉兴学院机电工程学院; 出处《电机与控制学报》 EI CSCD 北大核心 2009年第1期138-142,共5页; 基金国家自然科学基金(60874014) 教育部博士点基金项目(2005029909) +1 种基金江苏大学高级专业人才科研启动基金项目(08JDG046); 文摘针对多电机同步系统,建立了按转子磁场定向的物理模型,分析了其多变量、强耦合、非线性的复杂关系。由于该物理模型难以应用于控制器设计,为此以三台电机为研究对象,对系统进行分解,建立了速度和张力输出与各输入量之间的映射关系,进一步将系统简化为速度和张力模型。利用数据驱动原理,对输入输出样本数据进行满意c均值聚类,建立了不同工况下的局部线性子模型及相应的调度函数,系统的全局模型是各个子模型的加权综合,从而得出速度和张力的全局模型。仿真结果表明,采用所建立的简化模型能准确地拟合复杂多电机的非线性特性。; 关键词多电机同步系统满意模糊聚类局部模型网络线性化; Keywords multi-motor synchronous systems satisfactory fuzzy clustering local model networks linearization; 分类号 TP291 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名最优实验设计与Laplacian正则化的WNN的非线性预测控制被引量：1: 9; 作者任世锦王高峰李新玉杨茂云徐桂云; 机构江苏师范大学计算机科学与技术学院浙江大学工业控制国家重点实验室中国矿业大学机电工程学院; 出处《数据采集与处理》 CSCD 北大核心 2016年第5期927-940,共14页; 基金国家自然科学基金(60974056)资助项目; 文摘提出了基于最优实验设计与Laplacian正则化的自适应小波神经网络(Wavelet neural network,WNN)的非线性预测控制算法。该方法迭代地从WNN隐含节点候选集选取隐含小波神经元,并使用扩展卡尔曼滤波(Extended Kalman filter,EKF)方法调整该节点参数。为了控制WNN的复杂度,提出采用Laplacian正则化和最优实验设计选择重要的WNN隐含节点,使用最小描述长度(Minimum description length,MDL)准则确定节点数量。使用在线基于Gustafson-kesscl(GK)的模糊满意聚类算法确定WNN初始参数值和权重更新策略,该策略具有直观性和物理意义。最后给出基于WNN线性化模型的预测函数控制方法。对工业焦化装置温度控制进行仿真,结果说明了算法的有效性。; 关键词小波神经网络扩展卡尔曼滤波预测控制 Laplacian正则化满意模糊聚类; Keywords wavelet neural networks（WNN） extended Kalman filter predictive control Laplacian regularization satisfactory fuzzy clustering; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于满意聚类的多模型建模方法	李柠李少远席裕庚	《控制理论与应用》 EI CAS CSCD 北大核心	2003	24	在线阅读下载PDF 职称材料
2	基于客观满意聚类的pH中和过程建模方法	王娜胡超芳师五喜	《计算机工程》 CAS CSCD 北大核心	2018	0	在线阅读下载PDF 职称材料
3	基于改进满意聚类的多模型建模方法	贾淑矿杨慧中	《计算机工程与应用》 CSCD 北大核心	2011	0	在线阅读下载PDF 职称材料
4	基于满意模糊聚类的热工过程多模型建模方法	朱红霞沈炯李益国	《电机与控制学报》 EI CSCD 北大核心	2016	5	在线阅读下载PDF 职称材料
5	MIMO系统的多模型预测控制(英文)	李柠李少远席裕庚	《自动化学报》 EI CSCD 北大核心	2003	19	在线阅读下载PDF 职称材料
6	冷带轧机液压AGC系统T-S模糊模型辩识研究	孙孟辉王益群张伟王慧	《液压与气动》北大核心	2012	3	在线阅读下载PDF 职称材料
7	一种双酚A结晶单元软测量建模的方法	傅雨佳杨慧中	《江南大学学报（自然科学版）》 CAS	2011	0	在线阅读下载PDF 职称材料
8	多电机同步系统的多模型辨识	张今朝刘国海潘天红	《电机与控制学报》 EI CSCD 北大核心	2009	18	在线阅读下载PDF 职称材料
9	最优实验设计与Laplacian正则化的WNN的非线性预测控制	任世锦王高峰李新玉杨茂云徐桂云	《数据采集与处理》 CSCD 北大核心	2016	1	在线阅读下载PDF 职称材料