化工过程ＢＥＮＣＨＭＡＲＫ问题的神经网络控制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    29676002
  • 项目类别：
    面上项目
  • 资助金额：
    9.0万
  • 负责人：
    朱群雄
  • 依托单位：
    北京化工大学
  • 学科分类：
    B0806.介科学与智能化工
  • 结题年份：
    1999
  • 批准年份：
    1996
  • 项目状态：
    已结题
  • 起止时间：
    1997-01-01 至1999-12-31

项目摘要

以具有典型实际化工生产过程特性的Benchmark问题为研究对象，系统地模拟分析了化工过程动态特性并采用神经网络模拟其动态关系。着重研究了动态递归神经网络的结构与算法，提出了用二层反馈子层进行动态递归的方法表征复杂化工过程的动态关系，用隐含层节点自反馈及互反馈相结合的方法映射动态过程的时态关系及不确定信息，并采用动态递归神经网络构造了复杂化工过程的神经网络的控制系统，完成了对复杂化工过程的多变量、多回路、多干扰的智能控制模拟实验，由此证明了采用动态递归神经网络进行复杂化工过程模拟与控制具有较好的自适应能力和较好的鲁棒性，这为解决复杂化工过程模拟与控制提供了一种新方法，具有较好的实际生产过程模拟控制应用前景。

结项摘要

项目成果

期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于正则化的函数连接神经网络研究及其复杂化工过程建模应用
  • DOI：
    10.11949/0438-1157.20191474
  • 发表时间：
    2020
  • 期刊：
    化工学报
  • 影响因子：
    --
  • 作者：
    贺彦林;田业;顾祥柏;徐圆;朱群雄
  • 通讯作者：
    朱群雄
基于组件的石化过程智能建模与优化系统的设计与开发
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机与应用化学
  • 影响因子：
    --
  • 作者：
    徐圆;朱群雄;吴丽芳
  • 通讯作者：
    吴丽芳
基于争议度的Boosting集成网络样本权值调整算法
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    中南大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    高敬阳;陈程立诏;朱群雄
  • 通讯作者：
    朱群雄
一种逆向样本分布的Boosting类新算法
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    化工学报
  • 影响因子：
    --
  • 作者：
    高敬阳;陈程立诏;朱群雄
  • 通讯作者：
    朱群雄
化工过程EFSM模型的应用
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    控制与决策
  • 影响因子：
    --
  • 作者：
    史晟辉;徐圆;朱群雄
  • 通讯作者：
    朱群雄

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

朱群雄的其他基金

复杂过程系统虚拟样本生成方法研究
  • 批准号：
  • 批准年份：
    2019
  • 资助金额：
    58 万元
  • 项目类别：
    面上项目
复杂石化过程数据和领域知识融合的能效评价与系统优化理论及关键技术
  • 批准号：
    61533003
  • 批准年份：
    2015
  • 资助金额：
    290.0 万元
  • 项目类别：
    重点项目
复杂过程报警系统建模与优化
  • 批准号：
    61473026
  • 批准年份：
    2014
  • 资助金额：
    84.0 万元
  • 项目类别：
    面上项目
复杂过程系统的递阶神经网络结构研究
  • 批准号：
    61074153
  • 批准年份：
    2010
  • 资助金额：
    34.0 万元
  • 项目类别：
    面上项目
面向过程工业节能降耗优化操作的可拓工程方法
  • 批准号：
    60774079
  • 批准年份：
    2007
  • 资助金额：
    28.0 万元
  • 项目类别：
    面上项目
过程工业中的知识发现/数据挖掘的研究
  • 批准号：
    29976003
  • 批准年份：
    1999
  • 资助金额：
    12.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码