数据驱动的溶解氧浓度在线自组织控制方法
文献类型：期刊论文
| 作者 | 权利敏; 杨翠丽; 乔俊飞 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2023 |
| 卷号 | 49期号:12页码:2582-2593 |
| 关键词 | 数据驱动控制 相关熵 在线自组织 模糊神经网络 溶解氧浓度 稳定性分析 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c210041 |
| 英文摘要 | 针对城市污水处理过程的非线性、不确定性以及非高斯等特点,提出一种数据驱动的溶解氧(Dissolved oxygen,DO)浓度在线自组织控制方法.首先,设计一种基于相关熵的自组织模糊神经网络控制器(Correntropy-based self-organizing fuzzy neural network, CSOFNN),采用相关熵与规则贡献度指标实现控制器结构与参数的自动构建或修剪.其次,设计基于相关熵诱导准则的补偿控制器及参数自适应律,充分利用相关熵抑制非高斯噪声的能力,能够有效地降低系统中的不确定性.然后,分析所提出的控制方法的稳定性,从而保证其在实际应用中的可靠性.最后,基于基准仿真1号模型(Benchmark simulation model No. 1, BSM1)的实验验证了所提方法的有效性. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/55776]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 权利敏,杨翠丽,乔俊飞. 数据驱动的溶解氧浓度在线自组织控制方法[J]. 自动化学报,2023,49(12):2582-2593. |
| APA | 权利敏,杨翠丽,&乔俊飞.(2023).数据驱动的溶解氧浓度在线自组织控制方法.自动化学报,49(12),2582-2593. |
| MLA | 权利敏,et al."数据驱动的溶解氧浓度在线自组织控制方法".自动化学报 49.12(2023):2582-2593. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。