搜索结果: 1-5 共查到“人工智能 数据驱动”相关记录5条 . 查询时间(0.008 秒)
针对城市污水处理过程的非线性、不确定性以及非高斯等特点,提出一种数据驱动的溶解氧(Dissolved oxygen,DO)浓度在线自组织控制方法.首先,设计一种基于相关熵的自组织模糊神经网络控制器(Correntropy-based self-organizing fuzzy neural network,CSOFNN),采用相关熵与规则贡献度指标实现控制器结构与参数的自动构建或修剪。
城市固废焚烧(Municipal solid waste incineration,MSWI)是处置城市固废(Municipal solid waste,MSW)的主要手段之一.中国MSW来源范围广、组分复杂、热值波动大,其焚烧过程通常依靠人工干预,这导致MSWI过程智能化水平较低且难以满足日益提升的控制需求.MSWI具有多变量耦合、工况漂移等诸多不确定性特征,因而难以建立其被控对象模型并设计在线...
雷亚国，西安交通大学教授、博士生导师；美国机械工程师协会会士（ASME Fellow）、英国工程技术学会会士（IET Fellow）、国际工程资产管理协会会士（ISEAM Fellow）、国家杰出青年科学基金获得者、科睿唯安全球高被引科学家（2019-2022）、国家重点研发项目首席科学家（2项）、“三秦学者”全国一流创新团队带头人。现担任中国机械工程学会工业大数据与智能系统分会副主任委员、IEE...
随着机器学习技术的飞速发展，各种学习方法被提出并成功应用于图像识别、学习控制等领域。其中，学习控制的典型方法包括迭代学习控制（ILC）、高斯混合学习控制、强化学习控制等。比如，迭代学习控制方法常被用于控制许多批处理模式的动态过程，并已被成功应用于化工生产和工业机器人等。然而，理论界之前尚未研究这种控制方法针对从数据中获取的参数的随机误差的鲁棒收敛性问题。
