重庆理工大学学报2023，Vol.37Issue(23) ：232-243.DOI:10.3969/j.issn.1674-8425(z).2023.12.027

教与学樽海鞘优化的松散回潮预测控制研究

Research on predictive control of loosening and conditioning process in the optimization of teaching and learning salp swarm

王华秋 杨巧琳
重庆理工大学学报2023，Vol.37Issue(23) ：232-243.DOI:10.3969/j.issn.1674-8425(z).2023.12.027
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

教与学樽海鞘优化的松散回潮预测控制研究

Research on predictive control of loosening and conditioning process in the optimization of teaching and learning salp swarm

王华秋 1杨巧琳1
扫码查看

作者信息

  • 1. 重庆理工大学 两江人工智能学院,重庆 401135
  • 折叠

摘要

在具有非线性和时滞性的烟叶松散回潮系统中,为解决传统控制方法存在的预测精度低、控制稳定性差等问题,提出一种模型预测控制方法.将卷积神经网络与门控循环单元网络相结合,按照NARMAX模型建立回潮工序多输入多输出系统的预测模型,提高预测精度;提出教与学樽海鞘优化算法进行滚动优化,保证出口水分和回风温度均能够准确且平稳地跟随设定值.结果表明:模型能实现对回潮过程回风温度和出口水分的同步控制,与其他预测控制方法相比,具有较好的预测效果与控制性能,其中预测模型的均方根误差的平均值为0.027,控制器的超调量平均为0.118％,CPK值平均高达2.45.

关键词

烟草松散回潮/模型预测控制/门控循环单元/樽海鞘算法

Key words

tobacco loosening and conditioning/model predictive control/gated recurrent unit/salp swarm algorithm

引用本文复制引用

基金项目

国家自然科学基金(61502065)

国家科技部重点研发计划项目(2018YFB1700803)

重庆市科委一般自然科学基金(cstc2019jcyjmsxmX0500)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量11
段落导航相关论文