首页> 中文学位 >数据驱动高炉炼铁过程鲁棒LS--SVR建模及非线性预测控制
【6h】

数据驱动高炉炼铁过程鲁棒LS--SVR建模及非线性预测控制

代理获取

目录

声明

摘要

第1章绪论

1.1研究背景与研究意义

1.2高炉炼铁过程工艺描述

1.2.1高炉组成

1.2.2高炉炼铁过程重要参数

1.3铁水质量建模与控制难点

1.4铁水质量建模与控制国内外研究现状

1.5本文研究内容与章节安排

2.1引言

2.2统计学习理论与支持向量机概述

2.2.1统计学习理论的核心内容

2.2.2支持向量分类机

2.2.3支持向量回归机

2.2.4核函数

2.2.5最小二乘支持向量回归机

2.3鲁棒估计理论

2.3.1鲁棒估计原理

2.3.2 M-估计描述

2.4模型综合评价指标与多目标参数优化

2.4.1模型综合评价指标

2.4.2多目标参数优化

2.5本章小结

第3章基于稀疏化鲁棒LS-SVR与多目标参数优化的铁水硅含量建模

3.1引言

3.2改进的稀疏化鲁棒最小二乘支持向量机

3.2.1加权最小二乘支持向量机

3.2.2基于M-估计的权函数分析

3.2.3稀疏化鲁棒最小二乘支持向量机

3.3稀疏化鲁棒LS-SVR的超参数优化

3.4基于稀疏化鲁棒LS-SVR的铁水硅含量建模与应用

3.4.1建模问题描述

3.4.2数据获取

3.4.3基于PCA的变量选择

3.4.4稀疏化鲁棒LS-SVR超参数确定

3.4.5仿真验证

3.5本章小结

第4章基于鲁棒多输出LS-SVR(R-M-LS-SVR)的多元铁水质量建模

4.1引言

4.2多输出鲁棒最小二乘支持向量机

4.2.1传统多输出最小二乘支持向量机

4.2.2改进的多输出最小二乘支持向量机

4.2.3改进的鲁棒多输出最小二乘支持向量机

4.3鲁棒多输出LS-SVR超参数优化

4.4基于鲁棒多输出LS-SVR的多元铁水质量参数建模与应用

4.4.1问题描述

4.4.2模型建立

4.4.3仿真验证

4.5本章小结

第5章基于鲁棒LS-SVR建模的铁水质量参数非线性预测控制

5.1引言

5.2.1 MPC基本原理

5.2.2关键参数选择

5.3.1基于R-S-LS-SVR的非线性预测控制

5.3.2建模与控制问题描述

5.3.3仿真验证

5.4基于鲁棒多输出LS-SVR逆系统方法的多元铁水质量非线性预测控制

5.4.1基于鲁棒多输出LS-SVR逆系统方法的非线性模型预测控制

5.4.2仿真验证

5.5本章小结

6.1论文总结

6.2工作展望

参考文献

致谢

硕士期间主要工作

展开▼

著录项

  • 作者

    郭东伟;

  • 作者单位

    东北大学;

  • 授予单位 东北大学;
  • 学科 控制理论与控制工程
  • 授予学位 硕士
  • 导师姓名 王宏,周平;
  • 年度 2017
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP1TF3;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号