Indexed by：
Abstract：
本发明提出一种数据驱动的城市固废焚烧过程烟气含氧量模型预测控制方法。针对固废焚烧过程固有的非线性和不确定性，无法建立精确数学模型的特点，首先构建基于自组织长短期记忆神经网络的预测模型，该模型能够动态地、自适应地调整隐含层神经元个数，得到精简的模型结构和较高的烟气含氧量预测精度；其次，建立基于长短期记忆神经网络的误差反馈校正模型，对烟气含氧量预测结果进行校正，进一步提高了模型的预测精度；最后，设计基于双长短期记忆神经网络的模型预测控制器，采用梯度下降方法滚动优化模型预测控制的目标函数，高效求解多步控制律。本方法可以较好的跟踪烟气含氧量设定值，实现了城市固废焚烧过程烟气含氧量的精准控制。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202211485202.0
Filing Date： 2022-11-24
Publication Date： 2023-03-03
Pub. No.： CN115730726A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
