前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇蘆花雷佳范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

蘆花雷佳范文第1篇

動態矩陣控制（DMC）在過程工業上的應用獲得了極大的成功，也是目前應用最為廣泛和商業化實現最好的優化算法[1，2].標準DMC算法采用的是標稱模型，即通過現場測試或機理分析得到的標稱階躍響應模型，理論分析和工程實踐都證實在所用模型與實際過程模型很接近時，控制效果是良好的，但是當模型和實際對象相差比較大，其控制效果將大打折扣.實際工業過程中，要獲得一個工業過程或裝置的準確數學模型幾乎是不可能的，何況許多對象本身就具有時變性和非線性.面對復雜的工業對象，如何有效地將許多成熟的控制算法應用上去，是非常有意義和富有挑戰性的。

我們針對某煉油廠進行多變量約束優化控制研究時發現，絕大多數的過程都是具有純滯后的一階慣性環節.就控制而言，這樣的對象應該是十分簡單的，而事實卻是，對整個裝置而言，對象的緩慢時變性和工作點的頻繁變動是不可避免的，特別是在高度競爭的市場經濟環境下，根據庫存、價格、季節等因素的變化，定期或不定期地調整產品結構，改變局部或整個裝置的工作點，已成為企業生存的必由之路.這就要求控制和優化算法都必須具備某種程度的魯棒性能，以解決上述變化產生的模型不確定性問題.本文正是從這些實際問題入手，結合現有的理論成果，提出了基于多模型加權優化的多變量魯棒DMC算法。

一、基于多模型加權優化的多變量RDMC算法

大多數魯棒控制算法中，對參數攝動系統進行魯棒優化設計時，總是針對參數域中某一關鍵性的點進行的，如標稱點或參數攝動的邊界點等，這樣只能獲得該點意義上的最優控制，很難兼顧系統[]在參數域其他點的性能.標稱法和最小最大法是這類方法中常見的兩種方法.實際應用中，往往要求在不犧牲性能的條件下，能同時兼顧多個工作點，這對于采用單一模型的算法來說是很困難的.有文獻提出在概率描述框架下，通過對系統的不同參數攝動狀態進行概率加權綜合二次性能指標尋優，實現整個參數域的一體化設計[3].這種基于概率魯棒優化的思想對于時變特征明顯、而且模型參數攝動概率與優化計算中采用的概率相吻合的情形，總體優化性能是好的，在統計意義上可以說兼備了標稱法和最大最小法的優點.但問題在于，對于實際工業過程，現場的變化十分復雜，模型的不確定性很難用一成不變的規律來描述.例如在催化裂化裝置中，原料油成分的改變、催化劑的改變、工作點的轉移、產品結構的改變等因素，都可以成為控制對象模型參數攝動的原因.因而如果對象模型的攝動因素不用某種在線機制來不斷地更新和調整，那么，得到的所謂魯棒優化控制器仍然經不起現場實際實用考驗的。

基于多模型加權優化的RDMC算法，在借鑒了上述概率魯棒優化思想的基礎上，將經典DMC中的模型預測和滾動優化分別擴展為多模型預測和多模型加權優化，并且加入了多模型優化加權因子的在線自校正機制.在多個預測模型的基礎上，通過大小不同的加權因子對不同的預測模型給予不同程度的重視，以反映各模型對未來時刻輸出的可能貢獻。

（一）多模型預測

對于維線性多變量系統的預測輸出可通過單變量預測的輸出疊加而成.假設不確定性系統是由L個確定性系統的某種組合. 那么，在第j個輸入分量的一步增量作用下，第i個輸出分量在第l個基模型下的N步預測輸出為

， （1）

其中： ；

；

.

這里表示輸出對輸入的階躍響應系數矢量， 和分別為k時刻控制作用不變和變化時的未來預測輸出矢量，N為模型長度。

同樣，我們可以得到連續M個輸入增量作用下，L個基模型的P步預測輸出.下面用向量形式給出預測模型的表達式：

， （2）

其中：

以上各表達式中，，且P ≤ N.

（二）多模型加權滾動優化

多變量情形下的多模型加權滾動優化性能指標可用下式表示：

； （3）

其中，， ，為模型優化加權系數，先假定它是事先根據經驗確定的，后面我們會看到，優化加權系數可以通過自校正算法在線獲得.上式中的其余向量和矩陣為：

不難發現，誤差權陣Q和控制權陣R相對各基模型是不變的，這是因為Q和R代表的意義是未來各個時刻輸出偏差和控制增量的加權，僅與時刻有關，故沒必要將其設為依基模型而變的.各基模型的重要性體現在模型的優化加權系數的權值中。

在不考慮約束的情況下，由預測模型（2）可求出使性能指標（3）最優的未來M個控制增量構成的向量為：

； （4）

其中，.盡管每次優化時都計算出未來M個控制增量，但僅執行當前時刻的控制增量：

， （5）

其中， .

（三）多模型反饋校正

反饋校正是根據上一時刻對當前時刻的預測輸出與當前時刻的采樣值之差經過加權來求出的，由于采用了多模型結構，所以共有L組預測輸出，同樣就會有L組誤差向量：

. （6）

有了誤差向量，就可以對未來的預測初始值做出校正：

， （7）

其中，H為校正矩陣，通常取為塊對角陣， S為p個移位矩陣構成的塊對角矩陣，即

；；

這里，；.

（四）優化加權因子在線自校正

首先，我們要在對各個基模型過去若干個周期的預測誤差進行分析的基礎上，給出MIMO情形下各基模型與實際對象之間的距離的定義。

定義 對于維離散時間系統，假設描述它的模型為，那么，在時刻k，模型與實際對象之間在過去共T個間隔上的距離可以用下式來表示

. （8）

利用上面的定義， 我們可以得到，在多模型框架下，每個時刻RDMC中每個基模型與實際對象之間的距離：

； （9）

其中，.在上述定義的基礎上，可以得到如下形式的優化加權因子校正表達式：

. （10）

二、Wood/Berry精餾塔仿真實例

在石化工業裝置中，精餾過程的應用是極為廣泛的.下面的仿真研究中，我們采用一個被文獻中廣泛采用的試驗性的乙醇/水系統精餾塔模型來作研究，精餾塔模型為：

.

模型中各變量的物理意義如表1所示，時間單位為分鐘.采樣周期取1分鐘.

表1 Wood/Berry 乙醇/水雙組分精餾塔變量總匯

Table 1 The Wood/Gerry ethanol/water two-element distillation column variables

在真實系統中，模型不可能絕對精確，假設幾種失配情形下輸入輸出傳遞函數陣分別為：

，，

，.

設實際對象的輸入輸出傳遞函數陣為，假設不考慮進料的干擾，即認為進料量固定在2.45 lb/min 不變，控制要求為（1） 塔頂成分由穩態值96.25%上升到新的穩態值96.85%；（2） 塔底成分由穩態值0.5%降到新的穩態值0.4%.

我們用基于多模型加權優化的RDMC對Wood/Berry 精餾塔進行控制，各控制參數為： ，，，

L=4， N=60， P=30， M=10.

我們共做了6組仿實驗來比較各種控制算法的性能. 仿真結果如圖1和圖2所示，圖中各曲線所對應的控制算法如下：（1）實線， 經過自校正的RDMC；（2）短劃線， 平均取值（各取0.25）的RDMC；（3）點線， 標稱模型采用G1（s）的DMC；（4）點-短劃線， 標稱模型采用G2（s）的DMC；（5）標稱模型采用G3（s）的DMC；（6）雙點-長劃線， 標稱模型采用G4（s）的DMC.

經過比較之后可以發現， 在各種模型失配情形下， 經過自校正的RDMC具有最佳的控制效果.在多次的實驗之中， 我們還發現， 無論的初始值如何選取， 在沒有外來強制干擾的情形下， 校正后的值總是趨近于某組基本恒定的數值， 這正說明本文提出的自校正算法的數值穩定性， 同時也表明，前面關于模型與對象之間的距離的定義，能夠基本真實地反映各基模型同真實對象的之間的“差距”或失配程度。

三、結論

本文針對多模型不確定性對象，提出并詳細描述了一種改進的魯棒DMC算法――基于多模型加權優化的RDMC.并將該算法應用在Wood/Berry乙醇―水雙組分精餾塔模型做了詳細的仿真研究.仿真結果表明，基于多模型加權優化的RDMC，較好地解決了多模型失配模式下DMC算法的性能魯棒性問題，這一魯棒DMC控制算法特別適合于解決石化裝置中那些因切換工作點，調整產品結構導致對象特性遷移產生模型失配而導致的控制品質下降問題。

參考文獻

[1] Cutler C R， Ramaker B L. Dynamic Matrix Control -- A Computer Control Algorithm. AICHE National Mtg.， Houston， Texas， 1979， WP5-B.

[2] 竺建敏. 高級過程控制的閉環實時優化. 石油煉制與化工， 1995， 26（7）： 42-48.

[3] 岳紅， 蔣慰孫， 顧幸生. 概率魯棒LQ優化設計. 控制與決策， 1997，12（1）：31-36.

（作者單位：1.內蒙古商貿職業學院；2.上海交通大學）

作者簡介

蘆花雷佳范文第2篇

二十四節氣農諺歌(一)(正元立春雨水，二月墊春分，三月清明谷雨，四月立夏不滿，五月芒種夏至，六月小暑大暑;

七月立秋處暑，八月白露秋風，九月寒露霜降，十月立冬小雪，十一月大雪冬至，十二月小寒大寒。)

立春梅花分外艷，雨水紅杏花正妍。驚蟄蘆林聞雷報，春分蜂蝶舞花間。

清明風箏放斷線，谷雨嫩茶翡翠連。立夏桑葚似櫻桃，小滿養蠶又種田。

芒種玉簪庭前放，夏至稻花如白練。小暑風吹早豆熟，大暑池畔賞紅蓮。

立秋知了催人睏，處暑葵花笑開顏。白露燕歸又來雁，秋分丹桂香滿園。

寒露菜苗田間綠，霜降蘆花飄滿天。立冬報喜獻三瑞，小雪鵝毛飛蹁躚。

大雪紅梅迎風開，冬至瑞雪兆豐年。小寒游子思鄉歸，大寒歲底慶團圓。

二十四節氣農諺歌(二)正月：歲朝蒙黑四邊天，大雪紛紛是旱年，但得立春晴一日，農夫不用力耕田。

二月：驚蟄聞雷米似泥，春風有雨病人稀，月中但得逢三卯，到處棉花豆麥佳。

三月：風雨相逢初一頭，沿村瘟疫萬民憂，清明風若從南起，預報豐年大有收。

四月：立夏東風少病遭，時逢初八果生多，雷鳴甲子庚辰日，定主蝗蟲損稻禾。

五月：端陽有雨是豐年，芒種聞雷美亦然，夏至風從西北起，瓜蔬園內受煎熬。

六月：三伏之中逢酷熱，五谷田禾多不結，此時若不見災危，定主三冬多雨雪。

七月：立秋無雨甚堪憂，萬物從來一半收，處暑若逢天下雨，縱然結實也難留。

八月：秋風天氣白云多，到處歡歌好晚禾，最怕此時雷電閃，冬來米價貴如何。

九月：初一飛霜侵損民，重陽無雨一天晴，月中火色人多病，若遇雷聲菜價高。

十月：立冬之日怕逢壬，來歲高田枉費心，此日更逢壬子日，災殃預報損人民。

蘆花雷佳范文第3篇

“問渠那得清如許？為有源頭活水來?！蹦切┰搭^活水是什么呢？那就是生活，那就是鄉土資源。于漪老師曾說：“民族文化是民族的根，鄉土文化負載著民族文化，是根之根。”是的，鄉土文化是民族歷史發展進程中創造的物質財富和精神財富總和的具體體現。千百年來的農家文化，農家風情孕育了豐富的中華文化。許多作家就是吸著鄉土資源的營養長大的。如魯迅先生的文化之根在浙江紹興，是紹興魯鎮孕育滋養了他的《故鄉》、《社戲》等作品。沈從文的文化之根在湖南湘西，是古老、純樸而又神秘的湘西文化滋養了他的《邊城》等作品。諾貝爾文學獎獲得者莫言的文化之根在山東高密鄉，可以這么說，沒有高密鄉的風土人情，沒有高密鄉厚重的歷史，就沒有今天的莫言。他的《紅高粱》等作品都深深地烙上了高密鄉的印記。楚良的作品的根又在哪呢?在湖北省仙桃市沙湖鎮，他在談創作感受時說：“《石磙滾向何方》這篇小說是我從打谷場上撿來的?！边@些例子充分說明鄉土資源對作家是多么的重要?。∽鳛檎Z文教師，我們不要再舍近求遠，緣木求魚了，而應當腳踏實地地開發利用鄉土資源，為學生源源不斷地輸送營養。

一、開發利用鄉土資源，為語文課堂教學增色添彩

適時適度地把鄉土資源引入語文課堂教學中，可以拓展課堂教學內容的廣度和深度，實現語文教學由課內向課外的自然延伸，為學生打開一扇“生活化語文”的窗口。

學了端木蕻良的《土地的誓言》一文后，就可以進行拓展延伸，將學生的注意力由端木蕻良的家鄉引到學生的家鄉。端木蕻良用妙筆描繪了自己可愛的家鄉，我們也可以描繪一下我們美麗的家鄉。我們的家鄉仙桃也很美，這里有美若少女的仙下河，輕歌曼舞的體育廣場，琳瑯滿目的商城大廈，水鳥翔集、蘆花滿地的沙湖濕地公園……只要我們用心去觀察，這些美麗的景色就會流向我們的筆端。仙桃也有酒不醉人人自醉的風土人情，學了琦君的《春酒》之后，也可以讓學生寫一寫年味十足的春節，飄著粽子香味的端午節……這些風土人情都能給同學們帶來無窮的歡樂，這些濃濃的親情、鄉情，鮮活的農家生活都會很自然地流向同學們的筆端。

二、開發利用鄉土資源，為語文綜合性學習服務

《新課標》明確指出：“溝通課堂內外，充分利用學校、家庭和社區等教育資源，開展綜合性學習，拓寬學生的學習空間，增加學生語文實踐的機會。”人教版初中語文教材每個單元都編排了語文綜合性學習，這些綜合性學習對提高學生語文綜合素養會產生巨大的影響。

人教版八年級上冊第四單元的綜合性學習是“到民間采風去”。仙桃有著一千四百多年的歷史，蘊藏著豐富多彩的民間文化。我們就組織學生到民間采風，并且收獲頗豐。同學們采到了散發著濃郁鄉土氣息的《哪有閑空回娘家》、《襄河謠》、《龍船調》等沔陽民歌；采到了扣人心弦、悅耳動聽的天沔花鼓戲；采到了“雕龍雕鳳雕吉祥、繡花繡朵繡美好”的仙桃雕花剪紙。同學們也嘗到了仙桃獨特的風味小吃。不必說肥而不膩、香飄四海的沔陽三蒸，也不必說沙湖的咸蛋范關的酒，毛嘴的鹵雞沔城的藕；單說那蘆林湖的藕帶、農家小院的臘肉炒藜蒿，就讓人滿嘴生津，回味無窮。也可以組織學生觀看：北緯30°•中國行 第五十六集 物華天寶話仙桃《遠方的家》，進一步地了解仙桃。同時，仙桃也是一塊人杰地靈的寶地，從古到今涌現出了許多杰出人才。有愛國民主人士張難先，有國際問題專家、軍事評論家、民國新聞巨子楊潮（羊棗），有著名歌劇表演藝術家王玉珍，有體壇王子李小雙、李大雙，也有中國IT精英雷軍，文物鑒賞專家甘學軍。開展“數風流人物”的綜合性學習時可以組織學生瀏覽中國仙桃網中的《天下仙桃人》欄目，因為《天下仙桃人》欄目以“追尋奮斗足跡、弘揚仙桃精神、傳遞鄉音鄉情、共建美好家園”為宗旨，為展示仙桃形象提供了一個嶄新的舞臺。同學們可以通過這個窗口了解仙桃人在五湖四海創業的艱難歷程和輝煌成就。他們會以現在這些風光天下的仙桃人為楷模，發憤圖強。

三、開發利用鄉土資源，為學生作文提供素材

在作文教學中，有效地開發利用鄉土資源，就會讓學生在學習中嗅到濃郁的鄉土文化，挖掘出豐富的寫作資源。

仙桃地處江漢平原腹地，這里四季分明，景色優美，自然資源極為豐富。下面一段順口溜就形象準確地道出了仙桃幾十年來的發展變化：江南水鄉景色佳，流潭公園人人夸。天然氧吧何處尋？沙湖濕地公園迎。休閑娛樂健身體，體育廣場屬于你。農家小院客滿堂，老板廚師人倍忙。商賈云集大興路，人頭攢動忙購物。武商集團進仙桃，帥哥靚妹歡樂淘。沔街美食潮頭立，城鄉改造換新衣。謀求發展不斷線，南城新區大家建。仙桃并不缺少美，缺少的是發現美的眼睛。美就在我們身邊，我們要用慧眼捕捉自然之美，用妙筆描繪自然之美。

現在許多孩子屬于獨生子女，家庭條件相對較好，家里玩具、電視、電腦一應俱全。許多孩子節假日要么整天宅在家里看電視玩電腦；要么參加各種培訓班。漸漸地，他們遠離了社會，遠離了自然。作為老師就應該幫助孩子改變這種狀況，把他們從電視電腦中解放出來，把他們從繁重的課業負擔中解放出來。老師可以建議家長多陪陪孩子到大自然中走一走，引著孩子去觀察周圍的人、事、景。春看桃紅柳綠百花園；夏賞古鎮沔城蓮花池，秋游千年風雨太子湖；冬覽銀裝素裹仙下河。這樣既擴大了孩子的視野，也為孩子作文積累了素材。