基于gp模型的非线性系统建模及其应用-控制科学与工程专业论文.docxVIP

致谢致谢 致谢 致谢 最后的最后，终于轮到了致谢。写完了所有的努力与无奈、兴奋与消沉、坚 定与犹豫，一时竟不知从何说起，脑中千头万绪，提笔却欲说还休。“光阴荏苒， 岁月如梭不知用了多少遍、见了多少回，也不知开了多少花、发了多少芽。如 今春意渐浓，研究所外的樱花含苞待放，但杭城的春很短，樱花的花期更短，时 光易逝，青春易老，感谢浙江大学，于求是园度过的五年足以成为一生的回忆和 财富。 非常感谢我的导师谢磊副教授和合作导师中原大学的陈荣辉教授。两位老师 在学术研究中给予了我极大的帮助，两位老师对科学研究的态度也让我感受到无 穷的动力。从平时的学术讨论到出国交流，从生活琐事到他们总能事无巨细给予 我耐心的帮助与支持，两位老师在各个方面都是我的坚实后盾和良师益友，对两 位老师的感激无以言表!一日为师终生为父，希望在将来的生活中能和两位老师 继续学习交流，并从两位老师身上获得更多的感悟和启示。 还要感谢研究所里的褚健教授、苏宏业教授、王树青教授、李光教授、吴俊 教授、徐巍华副教授、许超副教授等对我学习和生活的帮助；感谢来国妹老师、 李娴老师、杨剑剑老师，徐师傅和阿姨；感谢学院里黄懿明老师、杨亮老师为我 们全学院学生的付出。感谢浙江中控软件公司的古勇老师、金晓明老师、张艳辉 工程师以及李幼凤师姐，谢谢你们给我提供的实习机会和学术意见。 感谢伦斯勒理工学院的Uwe Kruger教授和Juergen Hahn教授为我提供到美 国交流的机会，感谢他们和RPI给我提供的支持、帮助，以及美味的pizza；同 时也感谢傅雨佳、吴祯龙，在我只身在外时给我的帮助和温暖。 感谢李拮师姐、娄海川师兄、焦云强师兄、沈清泓师兄和朱理师兄的无私帮 助与关心，特别感谢蔡星师兄给我及全组树立的榜样和未来的帮助。感谢我们组 的陈贵师兄、刘警师兄、林晓钟师兄、郜旭凯师姐、王燕青师兄；也感谢107 实验室的卢山、王越、林文益、师明华、沈烨烨、李珂、刘智慧、宋超、郭子旭、 王培宇、谈斐祺、王挺任、陆鹏程、郎恂、吴夏来、王矿磊、邵寒山、吴小菲、 孙雅婷、杨雨曦、陈明、迟庆喜、冯炜龙和李啸晨，一同随我走过研究生丰富多 万方数据 浙江大学博士学位论文彩的时光；感谢智能所的吴元清师兄、张博师兄、朱晓明师兄、王雷、陈特欢、 浙江大学博士学位论文 彩的时光；感谢智能所的吴元清师兄、张博师兄、朱晓明师兄、王雷、陈特欢、 谢澜涛和刘振；感谢其他研究所的周乐师兄、常亮师兄、金鑫以及与我同窗九年 的史秀纺；感谢曾经的室友郭正飞、徐龙和周恺与我一起度过的日日夜夜；感谢 联席会和((Cyberlive))编辑部的小伙伴们。 感谢台湾中原大学程控实验室的彭勇志、周宸霈、黄皓芳、古邵武、吴庆洋、 薤英誉，以及期间认识的张正江博士、闰正兵博士，吴泽行、李宇声、杨征，怀 念台湾美好的景与人。感谢伦斯勒理工学院的Gus、Daniel、Arjun对我在美国 期间生活和学习上的帮助，怀念与你们一起讨论中美关系和打桌球的时光。 非常感谢我的父亲和母亲。感谢你们给我一个幸福的家庭，感谢你们在生活 中给我无微不至的关怀和付出、在人生中给予我最大限度的支持和理解，感谢你 们头上青丝间的白发。 最后，感谢妻子曹栩桐。因为一个人，爱上一座城，感谢你用你的青春陪我 看尽杭城的春夏秋冬，感谢和你一起走过的吵吵闹闹、哭哭笑笑的六年时间。能 有一个人一起在匆匆时光中静看庭前花开花落，让人倍感踏实和欣慰。 枝桠上的樱花，开了。 孤彩 二零一六年三月七曰 于浙大求是园 万方数据 摘 摘 要 摘要 随着当今工业信息化、数字化进程的不断深入，数据驱动建模(data．driven modeling)方法及其应用引起了广泛关注。高斯过程(Gaussianprocess，GP)模型 通过对训练数据相关性的分析，可以显式地给出预测值的后验概率分布，从而反 映了预测值的不确定性。这一特性使得它在处理模型不精确时的预测、控制、优 化等问题时具有很大优势。此外，GP模型本身还具有易于实现、超参数自适应 获取等优势，逐渐成为了机器学习领域的研究热点之一，并在过程系统工程领域 得到了广泛应用。本文围绕GP模型在不同类型工业过程中的建模及相关应用开 展研究并取得以下成果： 1．利用GP模型所提供的预测方差信息，提出了自主动的GP模型，建立了 更新数据的自主筛选策略，使用预测方差和预测误差相结合的方式对模型预测值 不准确的情况作出区分，以更好的选择建模数据。 2．基于GP模型所提供的预测分布，提出了一种被称为“基于自主改进GP 模型的预测控制(AI．GPMPC)”方法，适用于初始模型不准确情况下的设定值快 速追踪控制问题。该方法能够在“搜索当前模型所提供的信息和“探索可能改 善控制效果的未知区域”之间进行权衡，在对系统输出进行有效控制的同时，通 过更新训练集