长短期记忆网络模型(LSTM)迭代学习优化算法研究开题报告

 2023-07-24 08:52:19

1. 研究目的与意义(文献综述包含参考文献)

文 献 综 述1 、研究背景和意义使控制系统具有学习能力,从而能在运行过程中不断自我完善,一直是控制届的一个目标[1]。

迭代学习正是基于这样一个思想,对一条同样的轨线进行重复的学习,修正控制系统的不理想的控制信号,从而使得系统的跟踪性能不断提高。

在化工生产过程中,按其操作方式可分为间歇、连续和半间歇反应。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容、问题解决措施及方案

一、 本课题主要研究如下内容:本文基于长短期记忆网络,结合Matlab仿真平台的数据,对苯胺加氢间歇过程进行数据建模。

随着批次运行次数的增加,应用迭代学习算法可逐步对LSTM模型的偏差进行修正,使温度可以更好的追踪上设定值。

最后,借助Matlab平台,对所提预测控制算法进行实验验证。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版