分类: 信息科学与系统科学 >> 控制科学与技术 提交时间: 2024-01-13
摘要: 作为一个十余年来快速发展的崭新领域,深度学习受到了越来越多研究者的关注,它在特征提取和建模上都有着相较于浅层模型显然的优势.深度学习善于从原始输入数据中挖掘越来越抽象的特征表示,而这些表示具有良好的泛化能力.它克服了过去人工智能中被认为难以解决的一些问题。且随着训练数据集数量的显著增长以及芯片处理能力的剧增,它在目标检测和计算机视觉、自然语言处理、语音识别和语义分析等领域成效卓然,因此也促进了人工智能的发展.深度学习是包含多级非线性变换的层级机器学习方法。首先论述了深度学习的基础知识,分析了算法的优越性,并介绍了主流学习算法及应用现状。最后总结了当前存在的问题及发展方向。
分类: 信息科学与系统科学 >> 控制科学与技术 提交时间: 2024-01-06
摘要: 人工智能的核心课题之一是神经网络与深度学习,它们模仿人脑的工作原理,通过多层次的神经元连接来从数据中挖掘有价值的知识和规律。神经网络的研究始于上世纪四十年代,经过几次起伏和革新,目前已经涵盖了多个种类和领域,如卷积神经网络、循环神经网络、语音识别、计算机视觉和自然语言处理等。深度学习是指利用多层神经网络来处理复杂的非线性问题,它依赖于海量的数据和计算资源,以及高效的训练和优化技术。深度学习在近几年取得了令人惊叹的进展,但也存在着一些难题和挑战,如模型解释性、泛化能力、安全性和可靠性等。深度学习仍是一个充满活力和前景的研究领域,有望为人类的智能和生活开辟更多的机会和可能。本文将从神经网络到深度学习来简要介绍一下部分类型的神经网络结构以及部分深度学习的模型结构。
分类: 信息科学与系统科学 >> 控制科学与技术 提交时间: 2024-01-05
摘要: 软测量在数据进行采集到应用的途中经常会出现数据缺失的情况,这将会大大降低建立的模型的精度。本文提出了基于变分自编码器(Variational Autoencoder)与GRU神经网络建立的填补模型,并通过实际工业流程验证了填补后数据的准确性。最后实验表明VAE填补模型在缺失率为10%和30%情况下的RMSE和MAE分别为3.316%,4.262%和2.386%,2.964%,相较于其他填补算法PCA和SVD均有更显著的效果,验证了该模型的可行性。
分类: 信息科学与系统科学 >> 控制科学与技术 分类: 计算机科学 >> 计算机应用技术 分类: 工程与技术科学 >> 工程控制论 提交时间: 2022-12-07
摘要: 摘要: 【目的】实践中95 %以上的工业过程控制问题都可以通过PID 控制算法解决. 本文在继承并创新地运用二自由度PID 内模控制技术的基础上, 建立了一种通用控制器优化整定新方法. 【方法】方法中引入模范系统, 离线仿真该模范系统后获得优化模板; 在信号激励实际控制系统的过程中, 用该模板引导特定算法整定PID内模控制参数. 【结果】在无精准对象参数的情况下, 经数次循环迭代后, 可同步地实现对象参数的辨识与控制性能优化. 【结论】此法整定效率高, 便于后期系统在线维护, 减少了对实施人员技术与经验的要求. 所用控制器继承内模控制大时滞控制效果好、鲁棒性强的特点, 兼顾 目标跟踪 与 干扰抑制 两种性能优化. 控制算法结构简单、直观, 易于在原PID 控制系统升级改造或用嵌入式系统软、硬件实现, 便于在生产中推广应用. 【局限与改进方向】受限于传统内模控制的设计要求,对于具有负响应特性的受控对象, 该方法需采用预补偿处理机制方能适用或者寻找新的模范系统模型并研究改进算法.
分类: 信息科学与系统科学 >> 控制科学与技术 分类: 计算机科学 >> 计算机应用技术 提交时间: 2022-04-20
摘要: Process industry is the pillar industry of national economy, particularly, the process of producing magnesia by fused magnesia furnace system is a typical category of process industry. Due to the complex smelting mechanism and changing production factors, abnormal working conditions often occur in fused magnesia furnace. The semi-molten condition is the most typical and harmful abnormal condition. In this paper, an adaptive pretraining-inference-dynamic training-validation semantic segmentation method based on industrial video is proposed for dynamic prediction of semi-molten condition of multiple fused magnesium furnaces. The experimental results show that compared with the prediction model without adaptive learning, the prediction performance of the adaptive learning model in this paper for multiple fused magnesium melting processes is significantly improved.