导读:本文包含了在线优化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:在线,算法,微细,电火花,小孔,加工,产生器。
在线优化论文文献综述
宋雪[1]（2019）在《数据驱动过程监测系统设计及其在线优化方法研究》一文中研究指出随着现代工业系统规模的不断扩大,其大型化以及复杂度也在不断提升,外界扰动、非线性、系统不确定性等问题也会随之产生,因此对工业系统中可能产生的故障进行及时有效的监测也是目前人们关注的重点。而由于数据网络技术的普及,数据采集与监控系统(Supervisory Control And Data Acquisition,SCADA)在工业中有着越来越广泛的应用。因此,通过对SCADA系统采集到的数据进行合理的利用,绕过模型的辨识部分,从数据的角度设计过程监控系统,对系统可能产生的异常以及故障进行监控是当今非常重要的研究方向之一。本文主要通过数据驱动方法,通过对系统建立诊断观测器构建残差产生器,并针对系统中可能出现的偏心故障设计了自适应环节,从而在线的对工业系统进行及时有效的监控。首先,本文介绍了数据驱动开环控制系统设计方法,为了对工业系统进行有效的故障诊断,并为之后容错控制提供可靠的诊断结果,本文介绍了互质分解技术并学习故障诊断观测器的参数化形式,并且将单维的基于观测器的残差产生器扩展至多维的形式,研究了基于多维残差产生器的过程监测系统设计。其次,由于闭环系统在工业过程中的广泛应用,本文将基于稳定核心表示的开环控制方法扩展至闭环控制系统,利用闭环系统产生的数据,重新构造系统的核函数,通过核函数构建系统的残差产生器,从而达到对闭环系统的合理监测。同时考虑输入输出之间的耦合性,通过重构残差协方差矩阵从而构建评估函数,通过与阈值的对比实现对系统性能的实时监测。再者,针对工业系统中普遍存在的低频扰动等故障,本文基于自适应观测技术设计了可靠、高效的自适应更新策略。在不辨识整个系统的基础上,该自适应策略仅通过在线更新关键性参数达到跟踪变化的目的。通过自适应手段对实际系统中可能出现的正弦波等故障信号进行辨识,同时采用滑动窗口对自适应方法进行了改进,提高了在系统存在随机故障时的估计效果,从而实现对工业系统进行合理的监测。最后,轧钢系统在工业中的应用非常广泛,轧钢系统利用热轧或冷轧工艺,可以将带钢通过轧辊挤压成钢板,本文在轧钢模型中进行了仿真并验证了所提出的以上数据驱动设计方法,应对轧钢过程中可能出现的轧辊偏心等问题,从而实现对轧钢系统的实时监测。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
帅航[2]（2019）在《基于近似动态规划（ADP）的微电网日内在线优化运行方法研究》一文中研究指出可再生能源的开发利用方式包含集中式和分布式。微电网(microgrid,简称微网)作为分布式可再生能源的重要利用形式,在世界范围内获得了快速发展。然而,分布式光伏、风电等可再生能源的随机性和波动性给微电网的调度运行带来极大挑战。日内在线优化作为微电网运行的重要环节,对保障系统的安全经济运行、新能源的友好接入具有重要作用。目前微电网日内在线优化运行主要采用模型预测控制(model predictive control,MPC)等传统在线优化算法。MPC作为一种确定性优化方法,其在决策的最优性、应对新能源随机性等方面存在诸多不足,不利于系统的最优经济运行。近似动态规划(approximate dynamic programming,ADP)为一种随机优化算法,近年来获得了学者的广泛关注。近似动态规划算法基于贝尔曼(Bellman)最优性原理,通过近似求解策略克服了动态规划面临的“维数灾”难题,同时也能保证决策的近似全局最优性,其在电力系统调度运行中具有广阔的应用前景。本文在充分调研和总结当前微电网日内在线优化研究现状的基础上,针对微电网在线优化模型的特点及利用的系统预测信息的不同,分层递进地提出了分段线性函数ADP、表函数ADP、深度强化学习和代价函数近似等多种微电网在线优化算法。主要研究内容包括:(1)针对传统MPC算法难以获得全局最优解这一不足,提出了采用分段线性函数ADP的微电网日内在线优化算法。首先建立了计及线性化网络潮流约束的微电网调度模型,通过分析分段线性函数ADP算法中分段线性函数斜率所代表的物理含义,提出了基于储能电量边际效应的斜率更新方法,显着提高了APD算法的收敛速度。仿真结果表明,与现有微电网日内在线优化方法相比,所提ADP算法的在线优化效果更佳。所提算法仅需系统当前状态信息和近似值函数便可作出近似全局最优决策,避免了风电、光伏功率等随机量的日内预测误差对在线决策的影响,为微电网日内优化运行提供了新方法。(2)针对前述微电网模型中的线性化网络潮流存在建模误差以及电池储能建模不够精确的问题,建立了同时考虑交流潮流约束及电池精细化运行特性的微电网非线性优化模型,提出了基于表函数ADP的微电网在线优化策略。采用表函数近似真实的值函数,并通过时段解耦,将原混合整数非线性规划(mixed-integer nonlinear programming,MINLP)问题分解为多个只含连续变量的非线性规划(nonlinear programming,NLP)子问题,降低了模型的求解难度。微电网仿真算例验证了所提算法求解多时段MINLP问题的有效性,结果表明所提算法的在线优化效果优于MPC、PSO等传统算法。(3)考虑到表函数的拟合及学习能力有限,且(1)和(2)中的方法均未充分利用日内预测信息,为进一步提高微电网在线决策的智能性,提出了基于深度强化学习的微电网在线优化算法(deep reinforcement learning based microgrid on-line optimization algorithm,DRL-MG)。通过合理设计深度强化学习算法的状态变量及决策变量,解决了约束条件过多和决策空间过大给深度神经网络带来的应用难题。所提算法能够充分利用日前及日内滚动更新预测信息,使得在线决策更优。仿真研究表明,相比于表函数ADP算法和MPC策略,所提算法的在线决策效果更好。(4)微电网中可控微型发电机组过多会导致(3)提出的DRL-MG算法的决策空间过大,从而带来决策困难,针对该问题进一步提出了采用参数化代价函数近似(parametric cost function approximation,PCFA)算法的微电网在线优化策略。PCFA也可充分利用微电网日前及日内预测信息。PCFA算法的建模方法与MPC相似,不同之处在于PCFA通过在约束条件中引入参数因子,使得当前决策可应对日内风电功率预测误差带来的随机性。针对本章的非凸优化问题求解,为寻找最优的参数,提出了基于随机梯度下降法的参数寻优算法。仿真结果表明,相比于MPC,PCFA算法可以获得更好的在线优化效果。该算法为较大规模微电网的最优在线运行提供了新途径。(本文来源于《华中科技大学》期刊2019-05-01）
夏浩,杨月彩[3]（2018）在《模型预测控制在线优化算法评估与选择》一文中研究指出模型预测控制的应用越来越广泛,其在线优化问题的求解算法也越来越多样,不同的算法具有不同的性能,因此评估算法性能并对给定的模型预测控制问题选择合适的在线优化算法极其重要。针对种类繁多的模型预测控制优化算法,归纳出适当的评估标准,实现对各种算法多方面的性能评价;给出一个基本的算法选择方案,阐明如何依据实际问题选择合适的在线优化算法,并通过多个实例进行具体说明;最后对多种实例问题进行仿真计算,并通过数据实现比较。(本文来源于《控制工程》期刊2018年08期）
褚旭阳,张利,全学军[4]（2018）在《微细电火花深小孔加工在线优化伺服算法研究》一文中研究指出为了提高微细电火花加工伺服控制系统的精度、实现对伺服间隙的智能控制,提出了以模糊控制算法为基础,通过自调节算法建立合适的目标值,以实现基于模糊控制的BP神经网络在线优化算法,从而提高伺服控制的准确性。同时,采用下位机实现核心控制算法,保证了伺服控制的稳定性和实时性。通过微细电火花深小孔加工实验证明,采用BP神经网络在线优化算法能提高加工精度和加工效率。(本文来源于《电加工与模具》期刊2018年04期）
陈文婧[5]（2018）在《DETCS下具有故障严重程度区分的NCS在线优化调度容错控制方法》一文中研究指出信息技术的迅速发展引领人们跨入了以数字化、网络化及智能化为特征的工业4.0时代,其中NCS(Networked Control System,NCS)作为智能化信息控制系统的通用架构,集控制器、执行器、传感器及网络媒介于一体,它是通过共享的网络进行数据传输与信息交换形成的闭环控制系统。此类系统不仅结构更复杂、空间更分布,对控制性能的要求也更为精细,其所面临的问题和挑战也越来越多,其中安全性、可靠性问题已成为首要之务,而借助于容错控制设计以提高安全可靠性,则是解决NCS所面临问题的有效途径。鉴于此,本文在离散事件触发通讯机制下,从执行器故障严重程度区分入手,将主被动容错控制的思想融合,通过设计性能更优及少切换选择策略,对DETCS下非均匀传输NCS容错控制与网络通讯的协同设计问题展开了研究。具体工作如下:1)构建了具有故障严重程度区分的NCS主被动融合容错控制结构框架。以不确定NCS为研究对象,将DETCS引入NCS系统中,采用状态反馈控制策略,应用“偏序”的概念,对故障进行严重程度区分,离线时根据不同故障程度设计被动容错控制器,在线则根据不同运行模式,主动选择相应的容错控制律,构建了主被动融合容错控制结构框架,使NCS主被动融合容错控制与通讯协同设计成为可能。2)在DETCS下推证出了NCS主被动融合鲁棒容错控制器与通讯触发权矩阵的离线设计方法,并设计了在线投切策略。基于所建立的模型,针对“正常”、“轻微”、“中度”及“重度”等4类不同严重程度故障模式集,首先通过构造Lyapunov-Krasovskii泛函,利用改进的Wirtinger不等式、互反凸引理等技术,给出了离线设计少保守性鲁棒H_?及?-稳定鲁棒H_?容错控制器与通讯触发权集合的协同求取方法;其次设计了在线运行的少切换及性能更优的选择策略,在确保不同严重程度故障系统性能的前提下,弥补了传统主动容错诊断与重构耗时的缺陷,提高系统的容错性能。3)基于堆栈自动编码器(Stacked Auto Encoders,SAE)对执行器故障严重程度的分类,实现了非均匀传输NCS主被动融合容错控制。将SAE深度学习技术引入系统,通过对不同严重程度的执行器数据进行有效信息的挖掘、特征提取的训练学习,获得了具有高精度分类能力的SAE模块,并将其嵌入至NCS的主被动融合框架中,利用SAE在线识别执行器故障严重程度类型,进而将求取的最优鲁棒容错控制器予以投切。仿真算例表明该方法不仅能准确可靠的判断执行器故障严重程度类型,而且有效的解决了因诊断与重构耗时致使系统容错失效的可能。(本文来源于《兰州理工大学》期刊2018-06-03）
褚旭阳,张利,全学军[6]（2017）在《微细电火花深小孔加工在线优化伺服算法研究》一文中研究指出在微细电火花深小孔加工过程中,伺服间隙小,伺服精度难以提高,排屑困难等问题一直是阻碍其加工效率提高的主要原因。为了提高微细电火花伺服控制系统的精度,实现对伺服间隙的智能控制,本文提出了以模糊控制算法为基础,通过自调节算法建立合适的目标值,实现了基于模糊控制的BP神经网络在线优化的算法,该算法能够提高伺服控制准确性。此外,采用下位机实现核心控制算法,保证了伺服控制的稳定性和实时性。通过实验表明,采用BP神经网络在线优化算法能够提高加工精度和加工效率。(本文来源于《第17届全国特种加工学术会议论文集（上册）》期刊2017-11-17）
褚旭阳,张利,全学军[7]（2017）在《微细电火花深小孔加工在线优化伺服算法研究》一文中研究指出为了提高微细电火花伺服控制系统的精度,实现对伺服间隙的智能控制,本文提出了以模糊控制算法为基础,通过自调节算法建立合适的目标值,实现了基于模糊控制的BP神经网络在线优化的算法,该算法能够根据间隙状态进行精确的伺服控制。其中,模糊控制可以根据不同的加工状态实现输出的连续调节。但模糊逻辑的参数大多根据经验生成,不具备逻辑性。自调节算法可以使输出的速度根据加工状态进行合理的调整,该算法与模糊控制算法配合使用能够快速的达到加工状态所需要的比较合适的速度,而且其调整稳定后的值可以作为优化所需的目标值。基于模糊控制的BP神经网络的算法,根据自调节算法得到目标值对模糊控制进行参数调节,在经过一定时间的训练之后能够准确的描述电火花加工的控制过程。本文实验主要将平均电压法,模糊控制,基于模糊控制的BP神经网络优化算法分别进行加工深小孔。当实验条件为A时,模糊控制与BP神经网络优化算法的加工时间基本类似,原因为加工条件较好时,算法之间的差异性难以体现。在B、C、D条件下,随着加工的能量降低,叁种算法加工所需的时间均增加,而BP神经网络在优化算法的加工效率大于另外两种算法的加工效率。取在B条件下,叁种算法对应的速度输出可知,相比较于单纯模糊控制算法,平均电压法而言,基于模糊控制的BP神经网络在优化算法在加工过程中的速度范围较大,回退率明显减小。这说明该算法能够根据加工状态适当的增加或者减少输出速度,具有较其他两种算法范围更大的输出,并且通过修改模糊控制器的参数输出合适的伺服速度,减小加工的回退率,以提高了加工效率。基于模糊控制的BP神经网络在线优化能够扩大伺服速度范围,针对加工状态进行精确的伺服输出,减小加工过程中的的回退率,提高加工效率,并且在厚度为1.1mm的钛合金上加工出深径比为5.36:1的小孔,并将加工效率提高了百分之39%。(本文来源于《特种加工技术智能化与精密化——第17届全国特种加工学术会议论文集（摘要）》期刊2017-11-17）
杨月彩[8]（2017）在《模型预测控制快速在线优化算法研究》一文中研究指出模型预测控制(Model Predictive Control,简称MPC)快速在线优化算法能够提高MPC在线计算的速度、实现MPC在快速动态系统中的应用,已成为MPC工程应用中研究的热点问题。然而现有的算法多种多样,且往往是基于某个特定的MPC问题实例提出的,各类算法缺少综合的性能分析和比较,实际中缺少合适的评估和选择算法的方案准则。为了实现对模型预测控制在线优化算法的性能分析和比较,本文提出了MPC快速在线优化的有效集法、内点法和快速梯度法,分别对叁种算法的实现原理及改进策略进行了详细的说明,并依据算法各自的内部参数特点进行了算法的性能分析,验证了各算法内部参数的选择对算法控制性能和计算速度等的影响,分析结果对算法在应用中参数的设定具有指导作用。在参数配置条件相同的情况下,将模型预测控制快速在线优化的有效集法、内点法和快速梯度法分别应用于CE150直升机模型上进行仿真实验,掌握算法在应用过程中需要考虑的各方面因素,通过改变模型中预测时域的长度、权重矩阵的大小以及MPC在线QP问题的规模等参数信息分析比较对叁种MPC快速在线优化算法的控制性能和优化速度等的影响,总结出算法各自的特点。通过对模型预测控制快速在线优化算法分析、应用和比较过程中所考虑的各方面因素进行归纳总结,本文提出一套公平且全面的MPC快速在线优化算法性能评价标准,同时依据该评价标准提出了MPC快速在线优化算法的选择方案,并通过多个MPC基准测试实例的仿真实验说明该选择方案的可行性和有效性。(本文来源于《大连理工大学》期刊2017-04-27）
刘晨[9]（2016）在《在线优化运行技术在乙烯生产装置中的应用研究》一文中研究指出本文以在线优化运行技术在大型乙烯生产装置上的应用为研究对象,介绍了基于人工智能的实时优化运行和操作控制技术,在实现精确控制生产过程,降低装置能耗,提高目的产品收率上可以发挥的作用。阐述了运用在线优化运行和操作控制技术对现有乙烯生产装置裂解炉系统、分离系统以及加氢反应系统等关键生产单元,实施技术性改造和升级所需的关键技术和实施方法。通过对该技术实际应用后,装置在操作平稳率、物料损失率、产品收率及能源消耗和排放等主要经济技术指标方面发生的积极变化,证明采用该技术具有实用价值。通过在乙烯装置上的实践应用,得到以下研究结果:1.采用先进的优化运行和操作控制技术是国内外乙烯生产装置发展的主要趋势。在现有装置上实施技术改造,既无需扩大生产规模,又可控制投资成本,在实现产品收率增加的同时,降低原料和能源消耗,可以使装置经济效益短时间有所提升。2.在原有DCS控制系统上进行升级改造,需要应用在线建模技术,内模控制技术,闭环建模技术,基于主元分析和小波分析的数据预处理技术,基于NLJ搜索算法的多目标卡边优化技术,以及智能区域控制技术等,同时还需对原有设备进行适当改造,增加新的仪表测量仪器。3.应用在线优化运行系统后,通过数据监测,各裂解炉炉管出口温度波动范围均由±5℃降低到±3℃以内,炉管温度偏差的波动范围均控制到±5℃以内。4.分离系统实施在线优化运行技术后,27个控制点中,有26个点的平稳率提高了30%以上,有24个点的平稳性技术指标提高了45%。5.装置在实施在线优化运行技术后,主要能耗系统单位燃料消耗下降超过5%,节能效果较为明显。物耗方面,经过测算,每年可减少乙烯损失4125吨。(本文来源于《上海师范大学》期刊2016-08-01）
曾星平,周鹏,丁健桦,陈焕文[10]（2016）在《喷雾反应装置-质谱联用在线优化Paal-Knorr反应》一文中研究指出吡咯及其衍生物单体是一类重要的五元氮杂环化合物,许多天然产物结构中含有吡咯环,而各种取代吡咯单体是进行全合成的重要的中间体~([1]),Paal-Knorr反应是合成吡咯及其衍生物的经典反应,也是亲核加成-消除反应的典型例子~([2])。本研究基于质谱平台,利用EESI源的独特性,设计了酸分步催化的喷雾反应装置,实现了在气相中进行的Paal-Knorr反应。通过喷雾反应装置-质谱联用技术在线监测2,5-已二酮与苯胺溶液进行的Paal-Knorr反应,并优化了反应的条件。有机合成反应中,反应条件的考查需要经过系列繁琐的工作,反应条件的优化通常是昂贵且耗时的~([3])。为此,我们从液滴相的角度考查反应的产率,不同条件下产率的变化通过反应产物峰的信号强度变化来体现。进而,实现不需要经过产物的分离的过程,液滴相反应的混合产物直接进入质谱的目标,同时直接对目标产物峰进行在线监测。由此,发明新型的反应装置,在线优化反应的条件是一项很有意义的工作。这项研究工作的开展,将为有机反应过程的分析提供新的科学依据。本研究设计了酸分步催化的喷雾反应装置(图1)。将2,5-已二酮溶液由加入高电压的通道通入反应装置,苯胺溶液由样品通道通入,两者在加热反应管内完成反应。反应装置主要由喷雾装置,温控装置,反应管等组成,由可以控制流速的进样泵进样,控制流速,完成定量纳升级喷雾反应。进入反应管内的带电液滴在高压气流的作用下,发生有效的碰撞,完成带电离子间电荷的转移与反应。该反应装置结构简单紧凑,具有节能、定量,反应速度快等优点。其中增加了温控反应装置,可以轻松升高喷雾反应温度,加快分子内脱水,促进了平衡向正方向移动。最终,在反应管内完成液滴相反应,反应产物在真空气流的作用下,进入质谱中进行监测分析。液滴相中进行的有机合成反应,是对液相反应的微量化研究。考察在不同条件下进行的液滴相反应的研究,有助于进一步了解液相反应产率在不同条件下的大概变化情况,从而得到最佳的反应条件。本研究,通过质谱在线优化了进样流速,温度,溶剂等反应条件对产物峰信号强度的变化。由研究得出初步数据:当反应流速为40ul/min,当反应温度为90℃,反应溶剂为异丙醇,为最佳的反应条件,反应效果最好(图2)。本研究设计的喷雾反应装置与质谱联用技术可以实现Paal-Knorr反应条件的快速优化。首次实现了质谱在线优化液滴相中进行的Paal-Knorr反应,对有机合成反应的分析研究提供了新的借鉴。(本文来源于《中国化学会第30届学术年会摘要集-第二分会：分析装置及交叉学科新方法》期刊2016-07-01）
在线优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
可再生能源的开发利用方式包含集中式和分布式。微电网(microgrid,简称微网)作为分布式可再生能源的重要利用形式,在世界范围内获得了快速发展。然而,分布式光伏、风电等可再生能源的随机性和波动性给微电网的调度运行带来极大挑战。日内在线优化作为微电网运行的重要环节,对保障系统的安全经济运行、新能源的友好接入具有重要作用。目前微电网日内在线优化运行主要采用模型预测控制(model predictive control,MPC)等传统在线优化算法。MPC作为一种确定性优化方法,其在决策的最优性、应对新能源随机性等方面存在诸多不足,不利于系统的最优经济运行。近似动态规划(approximate dynamic programming,ADP)为一种随机优化算法,近年来获得了学者的广泛关注。近似动态规划算法基于贝尔曼(Bellman)最优性原理,通过近似求解策略克服了动态规划面临的“维数灾”难题,同时也能保证决策的近似全局最优性,其在电力系统调度运行中具有广阔的应用前景。本文在充分调研和总结当前微电网日内在线优化研究现状的基础上,针对微电网在线优化模型的特点及利用的系统预测信息的不同,分层递进地提出了分段线性函数ADP、表函数ADP、深度强化学习和代价函数近似等多种微电网在线优化算法。主要研究内容包括:(1)针对传统MPC算法难以获得全局最优解这一不足,提出了采用分段线性函数ADP的微电网日内在线优化算法。首先建立了计及线性化网络潮流约束的微电网调度模型,通过分析分段线性函数ADP算法中分段线性函数斜率所代表的物理含义,提出了基于储能电量边际效应的斜率更新方法,显着提高了APD算法的收敛速度。仿真结果表明,与现有微电网日内在线优化方法相比,所提ADP算法的在线优化效果更佳。所提算法仅需系统当前状态信息和近似值函数便可作出近似全局最优决策,避免了风电、光伏功率等随机量的日内预测误差对在线决策的影响,为微电网日内优化运行提供了新方法。(2)针对前述微电网模型中的线性化网络潮流存在建模误差以及电池储能建模不够精确的问题,建立了同时考虑交流潮流约束及电池精细化运行特性的微电网非线性优化模型,提出了基于表函数ADP的微电网在线优化策略。采用表函数近似真实的值函数,并通过时段解耦,将原混合整数非线性规划(mixed-integer nonlinear programming,MINLP)问题分解为多个只含连续变量的非线性规划(nonlinear programming,NLP)子问题,降低了模型的求解难度。微电网仿真算例验证了所提算法求解多时段MINLP问题的有效性,结果表明所提算法的在线优化效果优于MPC、PSO等传统算法。(3)考虑到表函数的拟合及学习能力有限,且(1)和(2)中的方法均未充分利用日内预测信息,为进一步提高微电网在线决策的智能性,提出了基于深度强化学习的微电网在线优化算法(deep reinforcement learning based microgrid on-line optimization algorithm,DRL-MG)。通过合理设计深度强化学习算法的状态变量及决策变量,解决了约束条件过多和决策空间过大给深度神经网络带来的应用难题。所提算法能够充分利用日前及日内滚动更新预测信息,使得在线决策更优。仿真研究表明,相比于表函数ADP算法和MPC策略,所提算法的在线决策效果更好。(4)微电网中可控微型发电机组过多会导致(3)提出的DRL-MG算法的决策空间过大,从而带来决策困难,针对该问题进一步提出了采用参数化代价函数近似(parametric cost function approximation,PCFA)算法的微电网在线优化策略。PCFA也可充分利用微电网日前及日内预测信息。PCFA算法的建模方法与MPC相似,不同之处在于PCFA通过在约束条件中引入参数因子,使得当前决策可应对日内风电功率预测误差带来的随机性。针对本章的非凸优化问题求解,为寻找最优的参数,提出了基于随机梯度下降法的参数寻优算法。仿真结果表明,相比于MPC,PCFA算法可以获得更好的在线优化效果。该算法为较大规模微电网的最优在线运行提供了新途径。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
在线优化论文参考文献
[1].宋雪.数据驱动过程监测系统设计及其在线优化方法研究[D].哈尔滨工业大学.2019
[2].帅航.基于近似动态规划（ADP）的微电网日内在线优化运行方法研究[D].华中科技大学.2019
[3].夏浩,杨月彩.模型预测控制在线优化算法评估与选择[J].控制工程.2018
[4].褚旭阳,张利,全学军.微细电火花深小孔加工在线优化伺服算法研究[J].电加工与模具.2018
[5].陈文婧.DETCS下具有故障严重程度区分的NCS在线优化调度容错控制方法[D].兰州理工大学.2018
[6].褚旭阳,张利,全学军.微细电火花深小孔加工在线优化伺服算法研究[C].第17届全国特种加工学术会议论文集（上册）.2017
[7].褚旭阳,张利,全学军.微细电火花深小孔加工在线优化伺服算法研究[C].特种加工技术智能化与精密化——第17届全国特种加工学术会议论文集（摘要）.2017
[8].杨月彩.模型预测控制快速在线优化算法研究[D].大连理工大学.2017
[9].刘晨.在线优化运行技术在乙烯生产装置中的应用研究[D].上海师范大学.2016
[10].曾星平,周鹏,丁健桦,陈焕文.喷雾反应装置-质谱联用在线优化Paal-Knorr反应[C].中国化学会第30届学术年会摘要集-第二分会：分析装置及交叉学科新方法.2016
论文知识图
