本项目的研究,是以典型复杂工业过程为研究对象,利用多信息融合技术和人工智能的理论与方法,把复杂工业过程中不同类型的特征信息浓缩成不同形式的信息子模型,通过数据信息融合与模型融合,进而建立起描述复杂工业过程的多层次、多模式、智能集成的广义知识模型;并在此基础上,进一步研究基于多信息融合的复杂工业过程广义知识模型的启发式优化控制理论与方法,实现与生产过程的产品质量、回收率、物耗、能耗、设备安全等相关的综合生产指标的复杂工业过程的优化控制。.本项目的研究对探索多信息融合技术和人工智能技术在复杂工业过程建模与优化控制中的应用方法和途径,提高我国工业生产的自动化水平有现实的指导意义;同时,通过研究基于多信息融合的复杂工业过程广义知识模型的建模与优化控制和算法,可以为复杂工业过程的模型化和优化控制理论提供新的概念和思想,具有一定的学术价值和理论意义
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
一种基于多层设计空间缩减策略的近似高维优化方法
复杂系统科学研究进展
基于被动变阻尼装置高层结构风振控制效果对比分析
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于多源信息融合与知识发现的复杂工业过程工况识别方法研究
基于多源信息融合的稀土萃取过程优化控制模型研究
复杂工业过程的建模、控制与优化
基于模型重用与知识融合的复杂结构件可制造性优化方法研究