内容简介:
许多实际工业过程具有明显的非高斯随机动态特性,使衡量产品质量、生产效率和能耗等的运行指标并不满足高斯假设,传统基于运行指标均值和方差的控制与优化方法难以获得满意的控制和优化效果。本书总结了笔者研究团队近年来在非高斯工业过程控制与优化方面的研究成果,主要包括基于几何分析双闭环迭代学习控制的非高斯工业过程随机分布控制、基于数据驱动预测PDF控制的非高斯工业过程随机分布控制、基于多目标非线性预测控制的非高斯工业过程随机分布控制和基于目标函数分布形状的非高斯工业过程概率约束随机优化等方面的内容。
下载地址:
[ARFormslite id=100]