期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
自动化专业教学实验系统综述
1
作者 岳恒 《控制工程》 北大核心 2025年第3期425-433,共9页
不论在本科生层面还是研究生层面,自动化专业的人才培养一直都存在着工科教育理科化的倾向,教学注重理论和算法,忽视工程性和实用性;重视发表论文能力的培养,弱化工程素养和动手能力的培养。而自动化教学实验系统是连接理论和实践之间... 不论在本科生层面还是研究生层面,自动化专业的人才培养一直都存在着工科教育理科化的倾向,教学注重理论和算法,忽视工程性和实用性;重视发表论文能力的培养,弱化工程素养和动手能力的培养。而自动化教学实验系统是连接理论和实践之间鸿沟的有效手段,因此,教学实验系统在自动化人才培养中占据重要的地位。从多个方面对自动化专业的教学实验系统和实验教学的国内外发展现状进行了综述,总结了自动化教学实验系统存在的问题,并结合面向智能制造的国家需求,对自动化教学实验系统的未来发展进行了展望。 展开更多
关键词 教学实验装置 自动化 建模和控制 实验教学
在线阅读 下载PDF
非最小相位工业过程自校正控制教学实验平台
2
作者 岳恒 庞为光 +1 位作者 贾瑶 李健 《控制工程》 CSCD 北大核心 2024年第9期1685-1692,共8页
工业过程中的非最小相位被控对象因其具有反向特性而会给控制器设计带来困难,在自动化教学中对非最小相位概念的描述通常偏重于零点位置、零动态等理论概念,因缺乏直观性而使得学生不易理解透彻。结合自适应控制课程教学,基于工业过程... 工业过程中的非最小相位被控对象因其具有反向特性而会给控制器设计带来困难,在自动化教学中对非最小相位概念的描述通常偏重于零点位置、零动态等理论概念,因缺乏直观性而使得学生不易理解透彻。结合自适应控制课程教学,基于工业过程中典型的空气加热混合过程,通过合理构造实验条件,构建了具有非最小相位特性的物理被控对象装置,在此基础上,研发了自校正控制教学实验平台,可以开展非最小相位工业对象的辨识、控制和自校正控制的教学实验,有助于加深自动化专业学生对非最小相位概念的理解,从而改善教学效果。 展开更多
关键词 非最小相位 教学实验平台 自校正控制 辨识
在线阅读 下载PDF
我国自动化专业研究生理论课程教学研究
3
作者 张亚军 卢绍文 《控制工程》 CSCD 北大核心 2024年第9期1699-1703,共5页
针对我国自动化专业研究生课程的教学现状,从课程内容、授课方法、模式、实验系统、考核方法以及学生创新思维的培养模式等方面揭示自动化专业研究生理论课程教学存在的问题。并对关键问题给出建议,力争在下一阶段实现以建模、控制、优... 针对我国自动化专业研究生课程的教学现状,从课程内容、授课方法、模式、实验系统、考核方法以及学生创新思维的培养模式等方面揭示自动化专业研究生理论课程教学存在的问题。并对关键问题给出建议,力争在下一阶段实现以建模、控制、优化为主线,以自动化与智能化系统设计为核心,同时融入人工智能、工业互联网、云计算等新技术为主体的课程设置,推陈出新,创新教育教学方法,切实提高我国自动化专业研究生理论课程教学水平。 展开更多
关键词 自动化 理论课程教学 教学方法 考核方式 培养模式
在线阅读 下载PDF
基于分布式自适应内模的多智能体系统协同最优输出调节
4
作者 董昱辰 高伟男 姜钟平 《自动化学报》 北大核心 2025年第3期678-691,共14页
针对离散时间多智能体系统的协同最优输出调节问题,在不依赖多智能体系统矩阵精确信息的条件下提出分布式数据驱动自适应控制策略.基于自适应动态规划和分布式自适应内模,通过引入值迭代和策略迭代两种强化学习算法,利用在线数据学习最... 针对离散时间多智能体系统的协同最优输出调节问题,在不依赖多智能体系统矩阵精确信息的条件下提出分布式数据驱动自适应控制策略.基于自适应动态规划和分布式自适应内模,通过引入值迭代和策略迭代两种强化学习算法,利用在线数据学习最优控制器,实现多智能体系统的协同输出调节.考虑到跟随者只能访问领导者的估计值进行在线学习,对闭环系统的稳定性和学习算法的收敛性进行严格的理论分析,证明所学习的控制增益可以收敛到最优控制增益.仿真结果验证了所提控制方法的有效性. 展开更多
关键词 自适应动态规划 分布式自适应内模 强化学习 协同输出调节 多智能体系统
在线阅读 下载PDF
基于交互式仿真和代理模型的高铁列车调度
5
作者 刘瑞广 崔东亮 +3 位作者 代学武 袁志明 杨鹏鑫 王星皓 《控制工程》 北大核心 2025年第3期447-458,共12页
突发事件下交汇站点的多区段列车协同调度中,由于各区段列车运行过程相互影响,难以用数学模型描述,且重调度方案可行性差。针对该问题,提出了一种交互式中观仿真平台、代理模型和启发式算法相结合的高铁智能调度优化方法。首先,设计了... 突发事件下交汇站点的多区段列车协同调度中,由于各区段列车运行过程相互影响,难以用数学模型描述,且重调度方案可行性差。针对该问题,提出了一种交互式中观仿真平台、代理模型和启发式算法相结合的高铁智能调度优化方法。首先,设计了交互式中观仿真平台,可根据实际线路对列车运行进行真实推演,以获取复杂区段重调度方案,并提供了更加真实的评价指标。其次,为进一步克服仿真计算量大导致难以满足快速决策的需求,提出了基于主动学习的高斯过程模型优化方法,构建了列车晚点增量代理模型,可有效降低模型构建的计算代价。最后,以沈阳枢纽站为场景,以最小化多区段列车总晚点和晚点增量为优化目标进行了仿真实验,结果表明,所提方法能获得多区段路网更优的重调度方案。 展开更多
关键词 多区段调度 代理模型 交互式仿真 复杂路网
在线阅读 下载PDF
从管段走向管网:管道泄漏诊断技术研究进展 被引量:3
6
作者 张化光 王天彪 +2 位作者 胡旭光 马大中 刘金海 《控制工程》 CSCD 北大核心 2024年第6期961-972,共12页
管道泄漏诊断技术在保障管道系统安全运行中起着至关重要的作用。首先,介绍了管道泄漏诊断系统的结构,并指出由单一管段向复杂管网泄漏诊断的发展趋势。进一步从基于数据驱动的传统泄漏检测方法、管道泄漏信号源定位技术和基于深度学习... 管道泄漏诊断技术在保障管道系统安全运行中起着至关重要的作用。首先,介绍了管道泄漏诊断系统的结构,并指出由单一管段向复杂管网泄漏诊断的发展趋势。进一步从基于数据驱动的传统泄漏检测方法、管道泄漏信号源定位技术和基于深度学习的复杂管网泄漏检测方法3个方面进行综述,分析了不同方法的优势、局限性和适用范围。最后指出,随着管网系统的复杂度增加,传统方法的局限性逐渐显现,基于深度学习技术的复杂管网微弱泄漏诊断、多源信号融合和管网智能化的研究将成为未来的研究趋势。 展开更多
关键词 管道泄漏诊断 深度学习 复杂管网 自适应动态规划
在线阅读 下载PDF
人工智能驱动的智能制造专题序言 被引量:2
7
作者 刘静 刘强 +3 位作者 王杜娟 刘毅 王晗丁 黄婷 《控制工程》 CSCD 北大核心 2024年第7期1153-1154,共2页
人工智能经历了从早期基于规则的专家系统、机器学习的突破,到当前深度学习技术的快速发展。这一系列技术的迭代与广泛应用,推动了人工智能在多个领域的发展。伴随着计算硬件性能的提升、算法创新的加速和解决方案的不断完善,人工智能... 人工智能经历了从早期基于规则的专家系统、机器学习的突破,到当前深度学习技术的快速发展。这一系列技术的迭代与广泛应用,推动了人工智能在多个领域的发展。伴随着计算硬件性能的提升、算法创新的加速和解决方案的不断完善,人工智能在工业领域的深度融合得到了坚实的基础支撑。当前,全球正处于新科技革命与产业变革的交汇点,工业4.0浪潮席卷而来,其核心特征为工业生产的数字化转型、网络化集成与智能化升级,预示着第四次工业革命的全面展开。 展开更多
关键词 人工智能 机器学习 硬件性能 第四次工业革命 智能制造 数字化转型 产业变革 新科技革命
在线阅读 下载PDF
用于间歇过程的拓扑时间卷积网络软测量方法
8
作者 贾明伟 徐丹雅 +1 位作者 杨涛 刘毅 《控制工程》 CSCD 北大核心 2024年第7期1237-1243,共7页
在间歇过程中,变量的相关性和时序性通常演变为变量间的交叉相关性。在间歇过程的数据驱动软测量建模中,捕捉交叉相关性可以提升模型的透明度,因此提出基于拓扑引导时间卷积网络的软测量方法。首先,使用条件格兰杰因果关系检验构建变量... 在间歇过程中,变量的相关性和时序性通常演变为变量间的交叉相关性。在间歇过程的数据驱动软测量建模中,捕捉交叉相关性可以提升模型的透明度,因此提出基于拓扑引导时间卷积网络的软测量方法。首先,使用条件格兰杰因果关系检验构建变量关系的拓扑结构,并使用自注意力机制完善拓扑图。然后,使用图注意力机制以每个节点为中心构建子图,并通过时间卷积捕捉子图中变量间的交叉相关性。最后,使用图解释器对模型预测逻辑的物理一致性做出评估。基于青霉素发酵过程的质量预测进行实验,实验结果验证了所提方法的有效性和优越性,证明了模型的预测逻辑符合过程机理。 展开更多
关键词 软测量 时间卷积网络 图注意力机制 自注意力机制 图解释器 间歇过程
在线阅读 下载PDF
线性策略下梯度隐私保护方法:Stackelberg博弈分析
9
作者 孙世纪 孙赫喆 李渝哲 《控制工程》 CSCD 北大核心 2024年第11期2071-2079,共9页
机器学习模型训练过程中的隐私保护问题是实际应用中的重要问题。考虑一个包含本地数据所有者和中央参数服务器的机器学习范式,其中,数据所有者向参数服务器传输梯度进行模型更新训练。针对模型训练过程中的隐私保护问题,提出了一种基... 机器学习模型训练过程中的隐私保护问题是实际应用中的重要问题。考虑一个包含本地数据所有者和中央参数服务器的机器学习范式,其中,数据所有者向参数服务器传输梯度进行模型更新训练。针对模型训练过程中的隐私保护问题,提出了一种基于斯塔克尔伯格博弈的隐私保护分析方法。首先,根据模型训练的特点,设计了一个数据所有者作为领导者和参数服务器作为追随者的主从博弈框架,构建了一个隐私保护双层优化的问题。其次,对学习者获得的不同信息集进行分类讨论,继而求解最优的解密策略;然后,将追随者的结果代入领导者目标函数中求解最优加密策略;最后,通过仿真实验表明了所提算法可以保护数据的隐私,验证了所提方法的有效性。 展开更多
关键词 机器学习 隐私保护 斯塔克尔伯格博弈 随机梯度下降
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部