第一章 引论 1
1.1 工业过程与优化控制 1
1.2 大工业过程稳态优化问题的数学描述 5
1.3 三种基本协调方法 7
1.4 递阶控制的迭代校正 12
1.5 系统优化和参数估计的集成研究方法 21
1.6 稳态递阶优化的三个发展阶段 23
参考文献 28
2.1 引言 31
第二章 工业过程稳态模型的辨识 31
2.2 单输入-单输出线性工业过程稳态模型的辨识及其强一致性分析 32
2.3 单变量过程的稳态模型估计质量和效率分析 35
2.4 多变量线性过程稳态模型的辨识 38
2.5 一类非线性工业过程的稳态模型辨识 41
2.6 评注 57
参考文献 57
第三章 基于已知模型的优化新算法 59
3.1 双迭代协调策略法 59
3.2 输出预测平衡法凸化技术 64
3.3 二次等价性原理和点凸化技术 67
3.4 梯度偏移法 74
3.5 乘子和部分罚函数凸化法 82
3.6 评注 89
参考文献 89
第四章 基于未知模型的稳态优化问题新算法 91
4.1 双迭代算法 91
4.2 投影算法 95
4.3 修正乘子法 96
4.4 修正目标函数法 97
4.5 大工业过程的ISOPE研究法 99
4.6 自适应算法 102
4.7 扩展投影法 106
4.8 双模型法 108
4.9 凸化目标函数法 110
4.10 三模型法和三环迭代算法 113
4.11 序列模型副近法 119
4.12 递推二阶逼近法 124
4.13 非导数的方法 129
4.14 序列模型逼近法在大工业过程稳态递阶控制中的推广 132
4.15 评注 138
参考文献 139
5.1 预备知识 141
第五章 基于未知模型的工业过程随机稳态优化 141
5.2 问题的数学描述 143
5.3 稳态工业过程LQG问题的近似求解 144
5.4 稳态工业过程LQG问题的精确求解 146
5.5 算法的收敛性分析 149
5.6 仿真研究 151
5.7 评注 154
参考文献 154
6.1 估计导数的随机稳态优化算法 155
第六章 利用动态信息的工业过程随机稳态优化 155
6.2 辨识和优化集成的单迭代、双迭代算法 163
6.3 两步稳态辨识 168
6.4 工业过程随机稳态优化问题的二次方差分析及其算法 174
6.5 大工业过程随机稳态优化的二次方差分析 182
6.6 评注 187
参考文献 188
第七章 稳态优化控制算法的鲁棒性 189
7.1 引言 189
7.2 算法的鲁棒性定义和灵敏度指标 189
7.3 稳态优化算法收敛性和鲁棒性分析 195
7.4 ISOPE算法的鲁棒性 198
7.5 评注 203
参考文献 204
第八章 工业过程的智能稳态优化 205
8.1 稳态递阶智能控制的结构模式和智能推理决策机构 205
8.2 基于前向神经网络的稳态优化 222
8.3 基于Hopfield网络的智能稳态优化 243
8.4 大工业过程的稳态模糊优化 254
8.5 工业过程稳态优化中的迭代学习控制 265
8.6 评注 270
参考文献 271
第九章 大工业过程稳态优化的实验研究法和应用实例 274
9.1 氟里昂蒸发器实验装置 274
9.2 冷热水混合器实验装置及其计算机在线稳态递阶控制 275
9.3 合成氨装置的在线稳态优化控制 287
9.4 尿素装置的在线稳态优化控制 293
9.5 催化裂化装置的实时优化控制系统 299
9.6 评注 305
参考文献 305
第十章 结语 307