张兰玲
- 作品数：9 被引量：59H指数：4
- 供职机构：北京科技大学机械工程学院自动化系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术冶金工程经济管理理学更多>>
- 动态神经网络理论研究及其在复杂过程中的应用
- 张兰玲
- 关键词：动态神经网络
- 基于多层局部回归神经网络的多变量非线性系统预测控制被引量：38
- 2001年
- 以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行误差补偿 ,经在线校正用于预测控制 .通过对性能指标中的偏差项负指数加权 ,进一步改善预测控制性能 .仿真结果表明了控制算法的有效性 .
- 刘贺平张兰玲孙一康
- 关键词：多变量非线性系统预测控制模型修正
- 广义2－D离散系统FMI模型的响应公式及局部能达性被引量：1
- 1995年
- 本文讨论了广义２－Ｄ离散系统ＦＭＩ模型，给出了该模型的响应公式，并讨论了该模型的局部能达性．
- 张兰玲董木森瞿寿德
- 复杂生产过程工况的自动识别
- 1997年
- 针对复杂生产过程中的工况识别问题，利用了模块化的设计方法，将其分为离线建模模块和在线决策模块．建模模块采用自适应延时神经网络构造各类工况相应的预测模型，决策模块通过计算未知工况序列相对于各类预测模型的匹配程度判断其所属类别．
- 张兰玲刘贺平孙一康
- 关键词：模块化设计生产过程自动识别
- 基于多层局部回归神经网络的复杂生产过程预测模型被引量：8
- 1998年
- 介绍了一种多层局部回归神经网络,并用该网络建立烧结过程的预测模型,提出一种新的学习算法:自适应变步长动态梯度下降法,从而加速了收敛过程.文中,同时研究了网络的抗噪能力,并对其动态建模能力与自适应延时神经网络(ATNN)进行了比较.仿真结果表明:该网络具有较强的抗噪能力,且具有很强的动态建模能力,因而适用于复杂生产过程的建模、预测与控制.
- 张兰玲刘贺平孙一康
- 关键词：神经网络生产过程炼铁
- 多层局部回归网络的非线性系统预测模型被引量：4
- 2000年
- 提出采用多层局部回归神经网络建立多变量非线性系统多步预测模型的方法，神经 网络模型可提供多步预测控制所需要的系统输出预测值及输出向量对控制向量的雅可比矩 阵．仿真试验表明这种动态神经网络的预测模型具有较高的精度．
- 刘贺平张兰玲孙一康
- 关键词：非线性系统神经网络
- 用连续回归神经网络求解泛函极值问题被引量：1
- 2000年
- 针对信息科学和控制理论中经常涉及的一类泛函极值问题,提出基于连续回归神经网络的求解方法。推导了求解泛函的连续BPTT算法,进而对该算法进行改进,得出一种在线学习算法,为并行实现打下了基础。
- 刘贺平张兰玲孙一康
- 关键词：泛函极值
- 一种基于特征变量的复杂生产过程预测模型被引量：6
- 1999年
- 研究了一种基于特征变量的复杂生产过程预测模型．与传统的建模方法相比，该方法不需要经过机理分析，而从信息科学的角度出发，在对反映生产过程工况原始动态数据进行特征选择的基础上，运用时间序列分析法建立其预测模型．同时讨论了它的神经网络实现方法．仿真结果表明了该方法的可行性．
- 张兰玲刘贺平瞿寿德孙一康
- 关键词：神经网络生产过程
- 连续时间回归网络的稳定性分析被引量：3
- 1998年
- 连续时间回归网络的稳定性分析张兰玲刘贺平孙一康（北京科技大学自动化系北京１０００８３）关键词连续回归神经网络，渐近稳定，绝对稳定．收稿日期１９９６－０９－２６１引言回归网络稳定性的分析大多是采用李亚普诺夫直接法［１］，这种方法的关键在于李亚普诺夫函数...
- 张兰玲刘贺平孙一康
- 关键词：回归神经网络稳定性分析李亚普诺夫函数
