位置:成果数据库 > 期刊 > 期刊详情页
基于分子同系物向量表示的石脑油特征提取方法
  • ISSN号:1000-0054
  • 期刊名称:《清华大学学报:自然科学版》
  • 时间:0
  • 分类:TP273[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]华东理工大学,化工过程先进控制与优化技术教育部重点实验室,中国上海200237
  • 相关基金:国家自然科学基金(61333010,61203157),中央高校基本科研基金,国家高技术研究发展计划项N(2013AA040701)上海市教委重点学科建设项目(B504)
中文摘要:

大多数模型预测控制算法因求解优化问题时在规定的采样时间内需要在线处理矩阵乘法操作而存在繁重的计算负荷问题。为了解决这一问题,本文提出了一种降低计算负荷的快速预测控制算法,将实时观测信号调制成正负一的比特流序列来简化传统的乘法运算。同时,将控制时域内未来时刻的控制律序列通过线性反馈控制律离线递推,用当前时刻控制律近似替代,从而降低了求解优化问题时的矩阵维数。

英文摘要:

Most of the industrial model-based predictive control algorithms are suffering from heavy computation burden when solving the QR optimizations and on-line matrixes multiplication within a limited sampling step. In order to optimize this problem, a fast algorithm is proposed, which the real-time values are modulated into bit streams to simplify the multiplication as the bit based operation could extremely decrease the compute consumption. In addition, the control variables are deduced from the prediction horizon to the current control actuation approximately by a recursive relation instead of figuring all of the control actuations out strictly to reduce the matrix dimension.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《清华大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:清华大学
  • 主编:梁恩忠
  • 地址:北京市海淀区清华大学学研大厦B座908
  • 邮编:100084
  • 邮箱:xuebaost@tsinghua.edn.cn
  • 电话:010-62788108 62792976
  • 国际标准刊号:ISSN:1000-0054
  • 国内统一刊号:ISSN:11-2223/N
  • 邮发代号:2-90
  • 获奖情况:
  • 国家期刊奖,国家“双高”期刊,1992年以来,历次国家级和省部级一等奖,第一、二届全国优秀科技期刊一等奖,教育部优秀期...,第三届中国出版政府奖提名奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,美国应用力学评论,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:43470