基于DRNN的直接多步自适应预测器设计

介绍了一种基于对角回归神经网络(DRNN)的直接多步自适应预报器的设计方法。由于其有特殊记忆能力组成单元和特殊的组织结构形式,这种预报器可以在线通过对一个动态系统的输入输出样本的学习,自动建立这个动态系统的模型,而无需事先了解该系统的参数。因此,该预报器可以根据系统过去的输入输出样本和当前可以测量到的系统输入,来获得系统未来的输出值。本文首先介绍了这种预报器模型的结构和输出输入的映射关系,然后给出了一个用于系统预测分析的预测器的具体设计过程并给出一些仿真实验结果,介绍了这种预报模型在船舶机舱智能监控系统中的具体应用。

催化裂化过程计算机实时监控系统

介绍了计算机实时监控系统在催化裂化过程中的应用 .重点分析了系统中的自校正多步预报器与多重综合自适应预报器 .该系统在操作经验的记忆、对比和推理的基础上对生产过程进行优化操作指导 .