数理科学与化学 类型
可以朗读 语音朗读
112千字 字数
2021-12-01 发行日期
展开全部

主编推荐语

多变量过程辨识新理论方法，助力工程实现，满足人工智能数据驱动建模需求。

内容简介

本专著主要探讨面向控制工程需求的多变量过程辨识的应用理论问题，探索可工程实现的多变量过程辨识新方法和新技术。本专著给出一种多变量过程模型智能优化辨识问题陈述,提出了多变量过程模型辨识准确度计算与评价方法,提出了多变量过程的模型框架和结构确定方法,提出了多变量过程模型准确辨识的激励条件,提出了融入机理分析建模的多变量过程模型辨识思路,提出了基于M批不相关自然激励和汇总智能优化的多变量过程辨识理论,通过再热汽温过程、过热汽温过程和脱硝过程的建模案例研究验证了所提出的关于多变量过程模型辨识新理论方法的有效性。本专著尽力避免晦涩难懂和故弄玄虚的理论阐述，专注于可解决工程实际问题的应用理论问题研究。所提出的理论方法和应用技术可认为是当前流行的大数据分析中急需的一种人工智能应用技术——数据驱动建模技术。

目录

  • 封面
  • 书名页
  • 版权
  • 前言
  • 目录
  • 第1章 多变量过程辨识研究进展点评
  • 1.1 基于最小二乘法的多变量过程辨识研究
  • 1.2 基于子空间法的多变量过程辨识研究
  • 1.3 基于闭环顺序激励法的多变量过程辨识研究
  • 1.4 基于智能优化法的多变量过程辨识研究
  • 1.5 现有多变量过程辨识理论的工程应用问题思考
  • 1.6 基于自然激励动态响应数据的多变量过程智能优化辨识研究
  • 1.7 融入数据挖掘技术的多变量过程辨识研究
  • 1.8 融入机理分析建模的多变量过程辨识研究
  • 第2章 多变量过程智能优化辨识理论
  • 2.1 多变量过程模型智能优化辨识问题
  • 2.2 多变量过程模型辨识准确度计算准则
  • 2.3 多变量过程模型智能优化辨识算法
  • 2.4 多变量过程模型准确辨识的激励条件
  • 2.5 非零初态条件下的多变量过程辨识
  • 2.6 多变量过程模型结构的确定方法
  • 2.7 基于闭环控制机理的多变量过程模型框架构建
  • 第3章 基于机理分析的典型多变量过程建模原理及模型
  • 3.1 机械过程的动态特性机理分析模型
  • 3.2 流体过程的动态特性机理分析模型
  • 3.3 传热过程的动态特性机理分析模型
  • 3.4 电气过程的动态特性机理分析模型
  • 3.5 化学反应过程的动态特性机理分析模型
  • 3.6 混合系统的动态特性机理分析模型
  • 第4章 融入机理分析建模的多变量过程辨识
  • 4.1 用机理分析方法确定多变量过程模型总体架构
  • 4.2 用机理分析建模方法确定多变量过程模型的子模型结构
  • 4.3 用机理分析方法确定的多变量过程模型的子模型参数域
  • 4.4 融合机理分析建模的多变量过程模型辨识流程
  • 第5章 基于M批不相关自然激励和汇总智能优化的多变量过程辨识理论
  • 5.1 基于M批不相关自然激励和汇总优化的多变量过程辨识理论概述
  • 5.1.1 多变量过程模型的传递函数矩阵表达
  • 5.1.2 多变量过程模型辨识的M批不相关激励
  • 5.1.3 多变量过程模型辨识的M批不相关自然激励响应数据的选取
  • 5.1.4 多变量过程模型辨识的汇总优化指标设计和智能优化辨识算法
  • 5.2 多变量过程辨识的MUNEAIO方法的实验验证
  • 5.2.1 基于已知模型的多变量过程辨识的MUNEAIO方法的实验验证[128]
  • 5.2.2 多变量过程辨识的MUNEAIO方法与传统方法的实验对比[125]
  • 5.2.3 针对未知模型的实际多变量过程辨识的MUNEAIO方法的实验验证[123]
  • 第6章 多变量过程辨识新理论的应用案例——再热汽温过程建模
  • 6.1 换热过程的动态机理分析建模方法
  • 6.1.1 单相受热管分布参数模型及建模基本假定
  • 6.1.2 单相受热管分布参数模型的基本方程组
  • 6.1.3 线性化处理
  • 6.1.4 传递函数模型的导出
  • 6.1.5 单相受热管分布参数传递函数模型的简化
  • 6.1.6 单相受热管简化模型的工程应用问题与解决方法
  • 6.1.7 单相受热管分布参数简化模型的误差分析与准确度评价
  • 6.2 再热器汽温动态过程的机理建模
  • 6.2.1 再热汽温系统的影响因素
  • 6.2.2 再热汽温过程机理建模
  • 6.3 再热器过程模型的多变量过程辨识新理论应用案例
  • 6.3.1 再热汽温系统模型结构的确定
  • 6.3.2 低温再热汽温过程的MUNEAIO建模
  • 6.3.3 高温再热汽温过程的MUNEAIO建模
  • 第7章 多变量过程辨识新理论的应用案例——过热汽温过程建模
  • 7.1 过热蒸汽温度喷水减温过程的模型结构
  • 7.2 模型辨识数据的采集和选用
  • 7.2.1 模型辨识数据的采集
  • 7.2.2 模型辨识数据的选用
  • 7.2.3 模型辨识数据和模型验证数据的分配
  • 7.3 基于MUNEAIO方法的过热器减温器过程融合建模实验
  • 7.4 基于传统MIMO方法的过热器减温器过程融合建模实验
  • 7.5 两种辨识方法建模的模型验证比较
  • 第8章 多变量过程辨识新理论的应用案例——脱硝过程建模
  • 8.1 脱硝过程的动态机理分析建模
  • 8.1.1 SCR脱硝过程工艺
  • 8.1.2 基于机理分析的SCR脱硝反应器非线性动态模型
  • 8.1.3 SCR脱硝反应器的线性状态空间模型
  • 8.1.4 SCR脱硝反应器的传递函数模型
  • 8.2 SCR脱硝过程的过程模型的多变量过程辨识案例
  • 第9章 结论与展望
  • 9.1 结论
  • 9.1.1 多变量过程辨识的研究进展点评
  • 9.1.2 多变量过程模型智能优化辨识问题陈述
  • 9.1.3 多变量模型辨识准确度计算和评价
  • 9.1.4 多变量过程的模型框架和结构确定方法
  • 9.1.5 多变量过程模型准确辨识的激励条件
  • 9.1.6 典型多变量过程的机理分析建模原理及传递函数模型
  • 9.1.7 融入机理分析建模的多变量过程模型辨识方法
  • 9.1.8 基于M批不相关自然激励和汇总智能优化的多变量过程辨识
  • 9.1.9 多变量过程模型辨识新理论的应用案例研究
  • 9.2 展望
  • 参考文献
  • 封底
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。