基于pls框架動態(tài)優(yōu)化方法的研究

《基于pls框架動態(tài)優(yōu)化方法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、Author’Ssignature：一‘■‘Supervisor’Ssignature：ExtemalReviewers：i△墜QnY娶!Q望璺l』地Q蟻嬰Q墜墨li△墜QDX墮嫂墨lExaminingCommitteeChairperson：Dateoforaldefence：曼堅墜寶曼蘭，至Q至壟一～一一一～浙江大學(xué)研究生學(xué)位論文獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得澎鎏盤堂或其他教育機構(gòu)的學(xué)位或證書而使用過的材料。與

2、我一同工作的同志對本研究所做的任何貢獻均己在論文中作了明確的說明并表示謝意。撇一繇覆紗水黼期嘞砂年m夕日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解逝姿盤堂有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交本論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)逝’江盤堂可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索和傳播，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名：琳?名：名節(jié)簽字日期：弘修年多月少日簽字日期：伽l，年，月·f日致謝五年的博士生涯即將結(jié)束，在論文完成之際，向所有關(guān)心、支持、幫助過我的老師、同學(xué)

3、、親人、朋友表示最真摯的感謝。首先最需要感謝的是我的導(dǎo)師梁軍教授，論文的順利完成離不開梁老師的諄諄教誨和悉心指導(dǎo)，能成為梁老師的學(xué)生是我一生的幸運。梁老師嚴謹務(wù)實的治學(xué)態(tài)度、敏銳深邃的洞察力、敏捷開闊的思維、勤懇的工作作風(fēng)一直影響和激勵著我，我將繼續(xù)以此作為今后工作和生活的榜樣。感謝邵之江教授、陳曦教授、宋執(zhí)環(huán)教授、劉興高教授、王慧教授、趙豫紅副教授、王可心博士，感謝你們在學(xué)習(xí)中給予我的無私幫助。感謝課題組的劉育明、熊麗、葉魯彬、石向榮、欒振華、胡斌、吳雪峰、楊敏、段斌、趙望、張偉杰、呂燕、池清華、李浩、潘衍、趙利、劉康玲等同學(xué)，跟你們的交流和討論讓我獲益良多。

4、你們給我?guī)淼臍g笑與快樂，我永遠不會忘記。特別感謝池清華，在我壓力很大的時候替我分擔(dān)了很多工作。感謝109寢室的陳貴、文雙全和李晟，和你們一起相處的時光，讓我感受到枯燥的學(xué)習(xí)生活中不一樣的樂趣，謝謝你們一直以來的鼓勵和陪伴。最后，再次感謝所有關(guān)心和幫助過我的老師、同學(xué)、朋友和家人。謹以此文獻給這么多年來一直為我無私付出的父母。責(zé)正順2012年6月于求是園ll摘要隨著全球化市場競爭的加劇以及國家對節(jié)能減排要求的提高，動態(tài)優(yōu)化在現(xiàn)代工業(yè)過程中得到了越來越多的關(guān)注。傳統(tǒng)的動態(tài)優(yōu)化一般都需要建立過程對象的微分代數(shù)(DAE)方程形式的機理模型，但是由于過程的復(fù)雜性以及人們

5、認識的局限性，要建立準確的機理模型顯得十分困難。然而得益于計算機技術(shù)的進步和企業(yè)信息化水平的提高，現(xiàn)代工業(yè)企業(yè)可以很容易地獲取大量的生產(chǎn)過程數(shù)據(jù)信息。為發(fā)掘企業(yè)的數(shù)據(jù)資源優(yōu)化企業(yè)效益，本文研究了在PLS數(shù)據(jù)模型框架下的動態(tài)優(yōu)化問題，為機理模型難獲取情況下的過程動態(tài)優(yōu)化問題提供了便利可行的解決辦法。本文的主要研究工作包括：1、了解傳統(tǒng)動態(tài)優(yōu)化方法的相關(guān)特點是深入研究PLS框架下的動態(tài)優(yōu)化方法的前提和基礎(chǔ)。本文首先討論了傳統(tǒng)動態(tài)優(yōu)化方法及相關(guān)改進方法。研究了工業(yè)過程中典型的動態(tài)優(yōu)化問題一一聚合反應(yīng)過程牌號切換操作優(yōu)化，建立了聚合反應(yīng)過程的機理模型，構(gòu)造了過渡過程的動

6、態(tài)優(yōu)化命題。為解決帶路徑約束的動態(tài)優(yōu)化問題提出了一種改進的控制變量參數(shù)化方法。另外，考慮到梯度類算法在求解過程中需要提供大量梯度信息并且容易陷入局部極值點的問題，在遺傳算法基礎(chǔ)上構(gòu)造了新的逐維進化算法，在得到全局最優(yōu)點的同時能夠保證較好的求解效率。2、針對過程對象準確的微分代數(shù)方程模型難以建立的情況，提出了一種基于過程輸入輸出數(shù)據(jù)模型的動態(tài)優(yōu)化策略。該方法在PLS框架下為表征過程的動態(tài)和非線性特性，PLS內(nèi)模型采用ARX串聯(lián)神經(jīng)網(wǎng)絡(luò)(neuralnetwork，NN)的結(jié)構(gòu)來描述。由于在建立對象的ARX-NNPLS模型的過程中已經(jīng)對對象的動態(tài)特性進行了恰當描述，

7、在基于ARX-NNPLS模型的動態(tài)優(yōu)化策略中，不再需要進行變量的離散化處理也不需要進行DAE方程的迭代求解，從而使得優(yōu)化計算時間相比傳統(tǒng)的控制變量參數(shù)化方法大大減少。3、交量降維特性是PLS方法的一個重要優(yōu)點。針對在基于PLS數(shù)據(jù)模型動態(tài)優(yōu)化策略在變量數(shù)目較大時對變量約束處理起來工作量和計算量都較大的問題，提111出了隱變量動態(tài)優(yōu)化方法，其中采用跟隱變量相關(guān)的統(tǒng)計量來表示過程約束。通過引入隱變量優(yōu)化方式，在隱變量空間中進行優(yōu)化，能夠在降低優(yōu)化變量維數(shù)的同時簡化約束條件處理，提高計算速度。4、快速有效地求解非線性動態(tài)優(yōu)化問題是實現(xiàn)非線性模型預(yù)測控制(Nonline

8、armodelpredi