首页|教与学樽海鞘优化的松散回潮预测控制研究

教与学樽海鞘优化的松散回潮预测控制研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
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.
Research on predictive control of loosening and conditioning process in the optimization of teaching and learning salp swarm

tobacco loosening and conditioningmodel predictive controlgated recurrent unitsalp swarm algorithm

王华秋、杨巧琳

展开 >

重庆理工大学 两江人工智能学院,重庆 401135

烟草松散回潮 模型预测控制 门控循环单元 樽海鞘算法

国家自然科学基金国家科技部重点研发计划项目重庆市科委一般自然科学基金

615020652018YFB1700803cstc2019jcyjmsxmX0500

2023

10.3969/j.issn.1674-8425(z).2023.12.027

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
年,卷(期)：2023.37(23)
  • 11